距离结束还剩:04天15小时
专题 > 大数据 > 数据挖掘 > Python数据挖掘系列课程

Python数据挖掘系列课程

本专题从基础的数据挖掘理论开始,随后介绍了如何应用Pandas进行数据管理,并在此基础上以CRISP-DM为理论指导,系统介绍了sklearn各模块的功能,从数据挖掘实战的角度出发详细介绍如何在sklearn中完成数据预处理、数据降维、数据建模、模型评估等各种操作。

3

门课程

637

人学习

26小时42分钟

课程总时长

张文彤

高级讲师

讲师评分:4.9

永久观看
 
系统化学习
 
24小时答疑
  资料一键下载
专题价 ¥248.00
立省168.00元

支持蚂蚁花呗分期

简单5步马上享受花呗分期:

1. 点击立即购买
2. 订单确认页, 点击 ”去支付“
3. 支付中心, 使用【支付宝】付款
4. 使用【支付宝】APP扫描付款二维码
5. 付款方式选择 花呗分期~ 搞定~

查看详情>>
总价 ¥416.00

第一阶段:  数据挖掘理论入门

1门课程 7小时8分钟

数据挖掘更多的是一种方法论和分析理念,而不是简单的技术堆叠,本课程将从理论高度介绍数据挖掘方法体系。

  • 数据挖掘入门视频课程

    40节 7小时8分钟
    课程目标:
    【课程简介】 数据挖掘来源于数据分析,但又完全不同于数据分析,那么他们之间究竟有怎样的联系与区别,数据挖掘和当下很热的大数据之间又有着怎样的联系? 数据挖掘在企业中的实际应用是怎样的?又出现过哪些让人哭笑不得的案例呢? CRISP-DM作为最成功的数据挖掘方法论,如何应用呢? 如何评估一个数据挖掘项目的实施效果,作为动辄数万数十万投入的项目,又有哪些原因可能导致数据挖掘项目最终失败呢? 本课程为数据挖掘的方法论和分析理念学习,可适用于依赖任何数据挖掘工具的人员。 【课程长度】 7小时

    课程大纲

    免费试看

第二阶段:  Pandas数据管理

1门课程 8小时5分钟

本课程将在实战中学习Pandas包,学员将学会独立使用Pandas包完成数据读入、数据清理、数据准备、图表呈现等工作。

  • Python数据分析系列视频课程--玩转Pandas

    57节 8小时5分钟
    课程目标:
    Pandas包是基于Python平台的数据管理利器,已经成为了Python进行数据分析和挖掘时的数据基础平台和事实上的工业标准,掌握其使用方法,是使用Python进行数据分析和数据挖掘的必备条件。本课程将从中国高校综合排名和北京PM2.5实测数据两个实际案例出发,在实战中学习Pandas包的使用方法。学习完本课程后,学员将能够独立使用Pandas包完成数据读入、数据清理、数据准备方面的工作,掌握如何使用统计图表工具进行数据信息呈现,为后续进一步进行数据分析建模和数据挖掘打下坚实基础。本课程已全部连载完成,未来将根据Pandas功能的变化不定期更新内容。【课程长度】总时长:8小时【学员基础】学员需要懂得Python语言的基本编程知识。学员事前不要求掌握统计分析的基本知识。学员事前不要求有任何统计软件的使用经验。【课程大纲】第1章:工具准备第2章:数据的导入与导出第3章:变量列的基本操作第4章:胖哒黑魔法:索引第5章:案例行的基本操作第6章:变量变换第7章:文件级别的数据管理第8章:数据清洗第9章:处理日期时间变量第10章:数据的图形展示第11章:数据特征的分析探索第12章:北京PM2.5数据分析

    课程大纲

    免费试看

第三阶段:  sklearn数据挖掘

1门课程 11小时27分钟

以CRISP-DM为理论指导,系统介绍sklearn各模块的功能,从数据挖掘实战的角度出发详细介绍如何在sklearn中完成数据预处理、数据降维、数据建模、模型评估等各种操作。

  • Python数据分析系列视频课程--玩转数据挖掘视频课程

    64节 11小时27分钟
    课程目标:
    Sklearn是python用于数据挖掘以及机器学习的利器,但是其功能庞杂,初学者很难理清脉络,快速掌握其应用精髓。本课程以以CRISP-DM为理论指导,系统介绍了sklearn在数据挖掘/机器学习各个环节的功能实现,从数据挖掘实战的角度出发详细介绍如何在sklearn中完成数据预处理、数据降维、数据建模、模型评估等各种操作,并突出特征选择、模型调参,模型集成等在数据挖掘实战环境中的重要课题。学习完本课程后,学员将能够独立使用sklearn完成数据挖掘或机器学习实际项目。【课程大纲】第1章:python机器学习/数据挖掘概述第2章:数据的预处理第3章:特征选择与信息浓缩第4章:回归类模型的训练第5章:类别预测模型的训练第6章:聚类模型的训练第7章:评估模型效果第8章:数据的拆分第9章:模型参数优化第10章:模型集成【课程长度】总时长:12小时【学员基础】学员需要懂得Python语言的基本编程知识,有基本的程序查错能力。学员事前应当掌握统计分析的基本知识,建议完全没有统计基础的学员事先学习免费视频课程《统计分析轻松入门》和《统计模型轻松入门》。

    课程大纲

    免费试看

资料下载

课程名称 操作
数据挖掘入门视频课程 付费用户专享
Python数据分析系列视频课程--玩转Pandas 付费用户专享
Python数据分析系列视频课程--玩转数据挖掘视频课程 付费用户专享

Python数据挖掘系列课程

¥416.00 ¥248.00
在线
客服
在线
客服

下载Android客户端

下载iphone 客户端

返回
顶部