Udemy線上課程 Python數據分析行業案例課程--學習數據挖掘 建立者:三節課 sanjieke 影音教學 中文發音 中文版(DVD版)
本課程以以CRISP-DM為理論指導,系統介紹了sklearn在數據挖掘/機器學習各個環節的功能實現,從數據挖掘實戰的角度出發詳細介紹如何在sklearn中完成數據預處理、數據降維、數據建模、模型評估等各種操作,并突出特征選擇、模型調參,模型集成等在數據挖掘實戰環境中的重要課題。
課程弱化了各種統計模型的基本原理,強化其具體操作及衍生模型。學習完本課程后,學員將能夠獨立使用sklearn完成數據挖掘或機器學習實際項目。
本課程版權歸三節課所有,未經書面同意私自錄制、轉載等行為均屬侵權行為。課程內的所有內容,包括但不限于影片、文字、圖片均由三節課公司或其他權利人依法擁有其知識產權,包括但不限于著作權、商標權、專利權等。
未經三節課公司的明確書面特別授權,任何人不得為任何目的使用以及向任何自然人或單位提供出售、營銷、出版或利用三節課官網上提供的任何內容或服務。如有違反,您將承擔由此給三節課公司或其他權利人造成的一切損失。
01 - 課程導讀
001 課程簡介.html
002 講師介紹.html
003 課程大綱.html
02 - 第1章 python機器學習與數據挖掘概述
004 1-1 如何用python做機器學習或數據挖掘?.mp4
005 1-2 課程內容介紹.mp4
006 1-3 使用sklearn的樣本數據集.mp4
007 1-4 skearn基本操作入門.mp4
03 - 第2章 數據的預處理
008 2-1 連續變量的標準化.mp4
009 2-2 考慮異常分布的標準化.mp4
010 2-3 分類變量的預處理.mp4
011 2-4 缺失值的填充.mp4
012 2-5 生成多項式特征.mp4
013 2-6 自定義轉換器.mp4
04 - 第3章 特征選擇與信息濃縮
014 3-1 特征篩選概述.mp4
015 3-2 基于簡單統計特征進行篩選.mp4
016 3-3 基于統計誤差進行篩選.mp4
017 3-4 基于建模結果進行篩選.mp4
018 3-5 數據降維與信息濃縮.mp4
05 - 第4章 回歸類模型的訓練
019 4-1 回歸類模型概述.mp4
020 4-2 回歸類模型的種類.mp4
021 4-3 線性回歸的sklearn實現.mp4
022 4-4 多項式回歸.mp4
023 4-5 嶺回歸的基本原理.mp4
024 4-6 嶺回歸的實現.mp4
025 4-7 LASSO回歸與彈性網絡.mp4
026 4-8 最小角回歸.mp4
027 4-9 梯度下降法的基本原理.mp4
028 4-10 隨機梯度下降回歸.mp4
06 - 第5章 類別預測模型的訓練
029 5-1 類別預測模型概述.mp4
030 5-2 類別預測模型的實現原理.mp4
031 5-3 類別預測模型的種類.mp4
032 5-4 logistic回歸.mp4
033 5-5 神經網絡的基本原理.mp4
034 5-6 神經網絡的實現.mp4
035 5-7 樹模型的基本原理.mp4
036 5-8 樹模型的實現.mp4
037 5-9 隨機梯度下降分類.mp4
07 - 第6章 聚類模型的訓練
038 6-1 聚類分析概述.mp4
039 6-2 聚類分析的種類.mp4
040 6-3 K均值聚類.mp4
041 6-4 birch聚類.mp4
042 6-5 DBSCAN聚類.mp4
08 - 第7章 評估模型效果
043 7-1 類別預測模型的評價.mp4
044 7-2 分類模型評價:混淆矩陣.mp4
045 7-3 分類模型評價:準確率與召回率.mp4
046 7-4 分類模型評價:結果的匯總.mp4
047 7-5 分類模型評價:ROC曲線.mp4
048 7-6 回歸模型的評價.mp4
049 7-7 聚類模型的評價.mp4
050 7-8 將模型結果與隨即預測結果相比較.mp4
09 - 第8章 數據的拆分
051 8-1 數據拆分方法概述.mp4
052 8-2 二分法的sklearn實現.mp4
053 8-3 交叉驗證的sklearn的實現1.mp4
054 8-4 交叉驗證的sklearn實現2.mp4
10 - 第9章 模型參數優化
055 9-1 如何改進數據挖掘模型的效果.mp4
056 9-2 參數的網格搜索.mp4
057 9-3 參數的隨機搜索.mp4
058 9-4 驗證曲線.mp4
059 9-5 學習曲線.mp4
11 - 第10章 模型集成
060 10-1 用模型集成改進效果的基本思路.mp4
061 10-2 投票分類器.mp4
062 10-3 模型集成的基本原理.mp4
063 10-4 Bagging方法的sklearn實現.mp4
064 10-5 隨機森林.mp4
065 10-6 adaboost方法.mp4
066 10-7 GBDT方法.mp4
12 - 回顧總結
067 課後寄語.html
|
|