首页 > 专题套餐 > 人工智能 > 深度学习 > Python 3 数据挖掘与深度学习

Python 3 数据挖掘与深度学习

1. 以CRISP-DM为理论指导,从实战角度系统介绍sklearn在数据挖掘/机器学习各个环节的功能实现。 2. 使用word2vec,gensim等,结合实际案例对文本挖掘技术进行学习。 3. 介绍CNN、RNN、LSTM等深度学习算法,及其在Keras+Tensorflow环境下的实现。

3

门课程

84871

人学习

33小时49分钟

课程总时长

讲师评分:5.0

长久观看
 
系统化学习
 
课程内容答疑
  资料一键下载
专题套餐价 ¥358.20
立省238.80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 ¥597.00

第一阶段:  Python数据挖掘

1门课程 11小时29分钟

本课程以以CRISP-DM为理论指导,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,模型集成等实战重要课题。

  • Python数据分析系列视频课程--学习数据挖掘

    66节 11小时29分钟
    课程目标:
    请至PC端网页下载本课程代码课件及数据。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,快速学习其应用精髓。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。【更新记录】2022.1月:针对Anaconda最新版(python 3.8)和sklearn 1.0.2版完成兼容性测试,更新了对应的课程内容。2021.7月:课程最后增加了“Python数据挖掘系列课程结业测试”。2021.3月:基于最新的sklearn 0.24.1版对课程内容做了全面修订。【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。学员事前应当学习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

第二阶段:  Python文本挖掘

1门课程 10小时39分钟

多面介绍文本挖掘技术的各个方面,特别会针对目前最热的word2vec,gensim 等结合实际案例进行学习。

  • Python数据分析系列视频课程--学习文本挖掘

    67节 10小时39分钟
    课程目标:
    请至PC端网页下载本课程代码课件及数据。文本挖掘(TM),又称自然语言处理(NLP),是AI时代炙手可热的数据分析挖掘前沿领域,其所涉及的人机对话系统,推荐算法,文本分类等技术在BAT等企业中都得到广泛应用。本课程将使用经典武侠小说、大众点评抓取结果、微博语料数据等多个实际案例进行教学。本次课程将会从基本的分词、词袋模型、分布式表示等概念开始,多面介绍文本挖掘技术的各个方面,特别会针对目前最热的word2vec,gensim 等结合实际案例进行学习,帮助学员直接升级至业界技术前沿。学习完本课程后,学员将能够独立使用Python环境完成中文文本挖掘的各种工作。本课程已全部更新完毕,未来将根据方法学进展做不定期更新。【更新记录】2022.1:针对Anaconda最新版(python 3.8),gensim 4.1.2和pandas 1.3.5版完成兼容性测试,更新了对应的课程内容。2021.4:增加了“主题模型结果的可视化”一节。2021.3:按照最新的gensim 4.0.0版和pandas1.2.3版的情况,对课程内容做了全面修订更新。【课程长度】总时长:约11小时【学员基础】学员需要懂得Python语言的基本编程知识。建议学员事先学习本系列课程中的Pandas课程,本课程中的数据管理将会用到Pandas的相关知识和操作。【课程大纲】第1章:文本挖掘概述第2章:磨刀不误砍柴工第3章:分词第4章:词云展示第5章:文档信息的向量化第6章:关键词提取第7章:抽取文本主题第8章:文本相似度第9章:文档分类第10章:情感分析第10章:自动摘要第11章:自动写作

    课程大纲

    免费试看

第三阶段:  Python深度学习

1门课程 11小时40分钟

多面介绍卷积神经网络、循环神经网络、长短期记忆网络等深度学习算法的原理,优缺点,并学习这些模型在python( Keras+Tensorflow)环境下的实现方法。

  • Python数据分析系列视频课程--深度学习

    68节 11小时40分钟
    课程目标:
    请至PC端网页下载本课程代码课件及数据。系统、多面的介绍卷积神经网络、循环神经网络、长短期记忆网络等深度学习算法的原理,优缺点,并学习这些模型在python( Keras+Tensorflow)环境下的实现方法。本课程为统计原理与操作并重,在详细阐明各种模型算法特点的基础上,再对这些方法的python实现进行学习。学习完本课程后,学员将能够独立使用Keras+Tensorflow拟合神经网络、CNN、RNN、LSTM等各种深度学习模型,并能够使用VGG、ResNet等已有模型进行迁移学习,以满足实际研究工作或数据挖掘项目中的建模需求。【更新记录】2022.1:针对Anaconda最新版(python 3.8)完成兼容性测试,更新了对应的课程内容。2021.4:针对软件环境的变化增加了对应的课程内容。2021.3:按照最新的tensorflow 2.4.1版的情况,对课程代码做了全面的兼容性验证和修订。【课程大纲】第1章:深度学习概述第2章:准备软件环境第3章:神经网络模型入门第4章:Keras操作入门第5章:卷积神经网络第6章:图像预处理第7章:迁移学习第8章:循环神经网络第9章:长短期记忆网络【课程长度】总时长:11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。学员事前应当学习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》。学员应当熟悉数据挖掘的相关知识,建议学员事先学习《数据挖掘轻松入门》,或者《数据挖掘》课程。

    课程大纲

    免费试看

Python 3 数据挖掘与深度学习资料下载

课程名称 操作
Python数据分析系列视频课程--学习数据挖掘 付费用户专享
Python数据分析系列视频课程--学习文本挖掘 付费用户专享
Python数据分析系列视频课程--深度学习 付费用户专享

Python 3 数据挖掘与深度学习

¥597.00 ¥358.20
在线
客服
APP
下载

下载Android客户端

下载iphone 客户端

官方
微信

关注官方微信

返回
顶部