那些年，我们开始学python机器学习与数据挖掘

正文

请到「今天看啥」查看全文

1.安装anaconda套件

2.基本数据结构（列表/字符串/字典）

3.基本语法（条件/循环/函数/类/模块）

4.python语言编程的最佳实践经验

5.python在业界的典型应用

第3讲：基础工具库

1.基础环境linux/ipython

2.数值计算 numpy

3.绘图与可视化 matplotlib与  Chart

4.数据操作 pandas

5.高级应用案例分享

第二天

第4讲：统计分析库

1.概率和统计分析 statsmodels

2.科学计算和最优化 scipy

3.线性回归和逻辑回归 statsmodels

第5讲：数据挖掘概览

1.数据挖掘与模型

2.建模流程和步骤

3.常见算法

5.高级应用案例解析

第6讲：典型数据挖掘项目示范

1.基于titanic数据集预测生存概率

2.演示如何进行绘图探索

3.特征处理和建模

4.练习及答疑

第三天

第7讲：数据挖掘与机器学习

1.感知机

2.决策树

3.特征工程

4.正则化方法

5. PCA

6.练习和答疑

第8讲：机器学习进阶(一)

1.参数调优

2.集成学习

3.文本挖掘

4.神经网络

5.深度学习

6.练习和答疑

第9讲：机器学习进阶（二）

请到「今天看啥」查看全文