首页 > 专题套餐 > 人工智能 > 机器学习 > Python 3 数据挖掘与深度学习系列课程-行业案例版

Python 3 数据挖掘与深度学习系列课程-行业案例版

本课程包特意为已经学习python数据分析与数据挖掘方法论,希望进一步深入学习数据分析具体行业应用案例的学员提供。如果对课程所需的统计知识尚有欠缺,请直接选购“Python 3 数据分析与挖掘系列课程完整版”。

4

门课程

12805

人学习

47小时9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 ¥1026.20
立省439.80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>>
星选讲师PK 实付满100减15
总价 ¥1466.00
  • Python数据分析行业案例课程--欺诈检测

    48节 9小时42分钟
    课程目标:
    注意:1. 本行业案例课程为Python 3 数据分析系列课程的行业案例部分,学员请务必先观看课程介绍免费视频,确认已学习本课程所需Python分析技能。2. 本课程的核心目的是协助学员学习具体业务场景下的解决方案,为降低学员学习难度,课程中均尽量使用简明易懂的代码进行数据整理和模型实现,没有出现任何晦涩高深的代码,并尽量基于pandas、sklearn等标准包接口编程。故此希望看到笔者在课程中炫技的各位编程高手请勿购买本系列课程。请至PC端网页下载本课程代码课件(即由原始.ipynb文件保存的html文档)及数据。【课程简介】欺诈现象遍及商业社会的各个领域,欺诈检测(Fraud Detection,也称反欺诈)则是数据分析与挖掘的一个典型应用领域,同时又具有非常强的行业特征。本课程使用医疗保险欺诈和Kaggle的金融欺诈数据这两个案例数据,完整介绍了欺诈检测的基本思想,以及各类数据分析模型在欺诈检测领域中的构建和实施流程。整个案例可作为分析模板供学员在欺诈检测相关的分析项目中直接套用。本课程还在案例分析中很好的展示了如何基于业务理解,灵活的将聚类分析、Benford定律、关联规则等看似无关的模型用于欺诈检测,这非常有助于学员在实践中更好的拓展数据挖掘建模思路。【课程特色】可作为业务分析模板:课程内容完全基于真实业务分析场景构建,提供全部编写的函数工具和源代码,可直接作为同类业务场景中的分析模板加以使用。双案例课程结构:医疗保险欺诈案例用于详细阐述欺诈检测应当如何结合行业特征构建分析模型框架,并最终完成各类模型的实施和应用;金融欺诈案例则多面展示了如何将预测类模型用于欺诈案例的甄别。两个案例结合,完整覆盖了欺诈检测领域中的方法体系。【课程长度】总时长:10小时

    课程大纲

    免费试看

  • Python数据分析行业案例课程--推荐系统

    67节 12小时49分钟
    课程目标:
    注意:1. 本行业案例课程为Python 3 数据分析系列课程的行业案例部分,学员请务必先观看课程介绍免费视频,确认已学习本课程所需Python分析技能。2. 本课程的核心目的是协助学员学习具体业务场景下的解决方案,为降低学员学习难度,课程中均尽量使用简明易懂的代码进行数据整理和模型实现,没有出现任何晦涩高深的代码,并尽量基于pandas、sklearn等标准包接口编程。故此希望看到笔者在课程中炫技的各位编程高手请勿购买本系列课程。请至PC端网页下载本课程代码课件(即由原始.ipynb文件保存的html文档)及数据。【课程简介】推荐系统在当今的互联网行业中正在起到不可或缺的作用,本课程基于实际案例,由推荐系统的概念、框架、评估体系等入手,完整实现了推荐系统中应用的各类算法,包括协同过滤、矩阵分解、基于内容的推荐算法、结合文本挖掘(词频矩阵、TF-IDF、word2vec)的推荐算法、关联分析、聚类分析在推荐算法中的应用方式等,相关代码可作为分析模板供学员在工作中直接套用。【课程特色】可作为业务分析模板:课程内容完全基于真实业务分析场景构建,提供全部编写的函数工具和源代码,可直接作为同类业务场景中的业务分析模板加以使用。双案例课程结构:充分考虑到案例代表性和分析需求上的差异化,精选电影评分和云音乐歌单数据这两个业务案例,分别代表rating和non-rating这两类推荐系统将会面对的典型数据类型,更有利于拓展学员的分析能力。【课程长度】总时长:12小时

    课程大纲

    免费试看

  • Python数据分析行业案例课程--客户流失分析

    53节 11小时28分钟
    课程目标:
    注意:1. 本行业案例课程为Python 3 数据分析系列课程的行业案例部分,学员请务必先观看课程介绍免费视频,确认已学习本课程所需Python分析技能。2. 本课程的核心目的是协助学员学习具体业务场景下的解决方案,为降低学员学习难度,课程中均尽量使用简明易懂的代码进行数据整理和模型实现,没有出现任何晦涩高深的代码,并尽量基于pandas、sklearn等标准包接口编程。故此希望看到笔者在课程中炫技的各位编程高手请勿购买本系列课程。请至PC端网页下载本课程代码课件(即由原始.ipynb文件保存的html文档)及数据。【课程简介】本课程基于电信行业和银行业的实际流失分析案例,完整实现了流失问题从业务角度出发的评估、定位、数据整理、建模、效果评价、业务实施的完整流程,整个分析流程和相关代码可作为分析模板供学员在工作中直接套用。【课程特色】可作为业务分析模板:课程内容完全基于真实业务分析场景构建,提供全部编写的函数工具和源代码,可直接作为同类业务场景中的业务分析模板加以使用。双案例课程结构:精选来自不同行业的真实业务案例,并充分考虑到案例代表性和分析需求上的差异化,更有利于拓展学员的分析能力。【课程长度】总时长:12小时

    课程大纲

    免费试看

  • Python数据分析行业案例课程--信用评分方法

    66节 13小时9分钟
    课程目标:
    注意:1. 本行业案例课程为Python 3 数据分析系列课程的行业案例部分,学员请务必先观看课程介绍免费视频,确认已学习本课程所需Python分析技能。2. 本课程的核心目的是协助学员学习具体业务场景下的解决方案,为降低学员学习难度,课程中均尽量使用简明易懂的代码进行数据整理和模型实现,没有出现任何晦涩高深的代码,并尽量基于pandas、sklearn等标准包接口编程。故此希望看到笔者在课程中炫技的各位编程高手请勿购买本系列课程。请至PC端网页下载本课程代码课件(即由原始.ipynb文件保存的html文档)及数据。【课程简介】信用评分是非常特殊且重要的领域,除银行业外,近年来在P2P,网络征信等新兴领域中也颇受重视。本课程使用银行征信和互联网金融征信两个真实案例数据,完整介绍了信用评分卡模型在相关业务领域中的构建和实施流程。整个案例可作为分析模板供学员在信用评分相关的分析项目中直接套用。除集中在解决实际业务问题外,课程还重点介绍了评分卡方法的建立步骤与注意事项,以及变量分箱方法、K-S方法等的实际应用等技术细节,以便学员深刻理解和学习评分卡模型的实际应用细节。【课程特色】可作为业务分析模板:课程内容完全基于真实业务分析场景构建,提供全部编写的函数工具和源代码,可直接作为同类业务场景中的业务分析模板加以使用。双案例课程结构:银行案例用于详细阐述评分卡模型的构建细节,互联网金融案例则进一步拓展到自动化分析、大规模变量筛选等互联网金融领域的特殊需求方面,案例代表性和分析需求充分差异化,分析难度梯次上升,更有利于拓展学员的分析能力。【课程长度】总时长:12小时

    课程大纲

    免费试看

Python 3 数据挖掘与深度学习系列课程-行业案例版资料下载

课程名称 操作
Python数据分析行业案例课程--欺诈检测 付费用户专享
Python数据分析行业案例课程--推荐系统 付费用户专享
Python数据分析行业案例课程--客户流失分析 付费用户专享
Python数据分析行业案例课程--信用评分方法 付费用户专享

Python 3 数据挖掘与深度学习系列课程-行业案例版

¥1466.00 ¥1026.20
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