返回详情页

第一阶段:Python入门基础
1.系统课程环境配置试听视频
2.Python库安装工具试听视频
3.Notebook工具使用试听视频
4.Python简介试听视频
5.Python数值运算
6.Python字符串操作
7.list基础结构和索引结构
8.list基础结构
9.字典基础定义
10.字典的核心操作
11.Set结构
12.赋值机制
13.判断结构
14.循坏结构
15.函数定义
16.模块与包
17.异常处理模块
18.文件操作
19.类的基础定义
20.类的属性操作
21.时间操作
22.课后练习题
第二阶段:科学计算库Numpy
1.Numpy概述
2.Array数组
3.数组结构 类型 运算
4.排序操作
5.数组形状操作
6.数组生成函数
7.常用生成函数
8.四则运算
9.随机模块
10.文件读写
11.数组保存
12.课后练习题
第三阶段:数据分析处理库Pandas
1.Pandas概述
2.Pandas基本操作
3.Pandas索引
4.Groupby操作
5.数值运算
6.对象操作
7.merge操作
8.显示设置
9.数据透视表
10.时间操作
11.时间序列操作
12.Pandas常用操作
13.Groupby操作延伸
14.字符串操作
第四阶段:可视化库Matplotlib
1.Matplotlib概述
2.子图与标注
3.风格设置
4.条形图学习
5.盒图绘制和细节
6.绘图设置细节
7.直方图与散点图
8.3D图绘制
9.pie图
10.子图布局
11.结合pandas与sklearn
第五阶段:Seaborn可视化库
1.整体布局风格设置
2.风格细节设置
3.调色板和颜色设置
4.单变量分析绘图
5.回归分析绘图
6.多变量分析绘图
7.分析属性绘图
8.Facetgrid方法和绘图多变量
9.热度图绘制
第六阶段:线性回归算法
1.线性回归算法
2.误差项分析
3.似然函数求解
4.目标函数推导
5.线性回归求解
第七阶段:逻辑回归算法
1.逻辑回归算法原理推导
2.逻辑回归求解
第八阶段:梯度下降原理
1.梯度下降原理
2.梯度下降方法
3.学习率对结果的影响
第九阶段:Python实现逻辑回归与梯度下降
1.案例实战-Python实现逻辑回归任务概述
2.案例实战-完成梯度下降模块
3.案例实战-停止策略与梯度下降案例
4.案例实战-实验对比效果
第十阶段:案例实战-信用卡欺诈检测
1.案例背景和目标
2.样本不均衡解决方案
3.下采样策略
4.交叉验证
5.模型评估方法
6.正则化惩罚
7.逻辑回归模型
8.混淆矩阵
9.逻辑回归阈值对结果的影响
10.SMOTE样本生成策略
第十一阶段:决策树
1.决策树原理概述
2.衡量标准
3.决策树构造实例
4.信息增益率
5.决策树剪枝策略
第十二阶段:决策树Sklearn实例
1.决策树复习
2.决策树涉及参数
3.可视化与Sklearn库简介
4.Sklearn参数选择
第十三阶段:随机森林与集成算法
1.集成算法-随机森林
2.特征重要性衡量
3.提升模型
4.堆叠模型
第十四阶段:贝叶斯算法
1.贝叶斯算法
2.贝叶斯推导实例
3.贝叶斯拼写纠错实例
4.垃圾邮箱过滤实例
5.贝叶斯实现拼写检查器
第十五阶段:Python文本数据分析
1.文本分析与关键词提取
2.相似度计算
3.新闻数据与任务简介
4.TF-IDF关键词提取
5.LDA建模
6.基于贝叶斯算法进行新闻分类
第十六阶段:KMEANS聚类
1.KMEANS算法概述
2.KMEANS工作流程
3.KMEANS迭代可视化展示
第十七阶段:DBSCAN聚类
1.DBSCAN聚类算法
2.DBSCAN工作流程
3.DBSCAN可视化展示
第十八阶段:聚类实战
1.多种聚类算法概述
2.聚类案例实战

Python机器学习实战——基础班