Udemy線上課程 Python大數據分析與機器學習商業案例實戰 建立者:三節課 sanjieke 影音教學 中文發音 中文版(DVD版)
本課程是《Python金融大數據挖掘與分析》系列課的第8版塊(番外篇)，機器學習是人工智能的基石，這一版塊將主要講解機器學習的基礎知識點，包括線性迴歸模型、邏輯迴歸模型與決策樹模型，並通過客戶價值迴歸預測模型，客戶流失預警模型，客戶違約預測模型等實際商業案例來鞏固相關知識點?
01 - 介紹
001 課程介紹.html
002 講師介紹.html
003 課程大綱.html
02 - 線性回歸模型
001 一元線性回歸的數學原理(了解).mp4
002 一元線性回歸模型的代碼實現 (重要).mp4
003 案例實戰 收入增長模型.mp4
004 線性回歸模型的模型評估.mp4
03 - 邏輯回歸模型
001 邏輯回歸的數學原理(了解).mp4
002 邏輯回歸的代碼實現.mp4
003 邏輯回歸模型的深入理解.mp4
004 案例實戰-股票客戶流失預警模型.mp4
005 ROC曲線的含義.mp4
006 混淆矩陣的Python實現 final.mp4
007 案例實戰-評估流失預警模型的ROC曲線與AUC值.mp4
008 KS曲線與KS值.mp4
04 - 決策樹模型
001 決策樹模型簡介.mp4
002 決策樹的數學原理1- 基尼系數.mp4
003 決策樹的數學原理2 -(了解即可).mp4
004 分類決策樹模型的簡單代碼實現.mp4
005 回歸決策樹數學原理和簡單代碼實現.mp4
006 案例實戰 員工離職預測模型搭建與評估.mp4
007 特征重要性評價方法.mp4
008 決策樹模型可視化(了解).mp4
009 決策樹模型深入理解.mp4
010 參數調優基礎 - K折交叉驗證.mp4
011 參數調優實戰- GridSearch單參數調優.mp4
012 參數調優實戰-GridSearch多參數調優.mp4
05 - 樸素貝葉斯模型 (了解)
001 素貝葉斯模型的基本原理(了解).mp4
002 樸素貝葉斯模型的進階原理與簡單代碼演示.mp4
003 案例實戰-腫瘤預測模型.mp4
004 基于樸素貝葉斯算法的信貸違約預測模型.mp4
06 - K近鄰算法 (了解)
001 K近鄰算法基本原理與簡單代碼實現!(了解).mp4
002 數據預處理之數據歸一化.mp4
003 案例實戰手寫數字識別模型原理.mp4
004 案例實戰 手寫數字識別模型搭建.mp4
005 補充知識點圖像識別原理詳解.mp4
006 基于K近鄰算法的信貸違約預測模型.mp4
07 - 隨機森林模型
001 集成學習模型初步介紹-Bagging和Boosting算法.mp4
002 隨機森林模型的基本原理.mp4
003 隨機森林模型的簡單代碼實現.mp4
004 量化金融 - Tushare注冊與使用.mp4
005 量化金融 - Tushare庫的基礎使用.mp4
006 量化金融 - Ta lib庫生成RSI與MOM指標.mp4
007 量化金融 - Ta lib庫生成EMA指標.mp4
008 量化金融 - Ta lib庫生成MACD指標.mp4
009 量化金融- 股票價格漲跌預測模型搭建.mp4
010 量化金融 - 隨機森林模型調參.mp4
011 量化金融- 股票價格漲跌預測模型評估.mp4
012 量化金融 - 收益回測曲線繪制(上).mp4
013 量化金融 - 收益回測曲線繪制(下).mp4
08 - Adaboost模型和GBDT模型
001 Adaboost模型（1）.mp4
002 Adaboost模型（2）.mp4
003 Adaboost模型（3）.mp4
004 Adaboost模型（4）.mp4
005 Adaboost模型（5）.mp4
006 GBDT模型（1）.mp4
007 GBDT模型（2）.mp4
008 GBDT模型（3）.mp4
009 GBDT模型（4）.mp4
010 GBDT模型（5）.mp4
011 GBDT模型（6）.mp4
09 - XGBoost模型和LightGBM模型
001 XGBoost模型（1）.mp4
002 XGBoost模型（2）.mp4
003 XGBoost模型（3）.mp4
004 XGBoost模型（4）.mp4
005 XGBoost模型（5）.mp4
006 XGBoost模型（6）.mp4
007 XGBoost模型（7）.mp4
008 LightGBM模型（1）.mp4
009 LightGBM模型（2）.mp4
010 LightGBM模型（3）.mp4
011 LightGBM模型（4）.mp4
012 LightGBM模型（5）.mp4
10 - 特征工程 (重要)
001 特征工程之數據預處理(基礎)（1）.mp4
002 特征工程之數據預處理(基礎)（2）.mp4
003 特征工程之數據預處理(基礎)（3）.mp4
004 特征工程之數據預處理(基礎)（4）.mp4
005 特征工程之數據預處理(基礎)（5）.mp4
006 特征工程之數據預處理(基礎)（6）.mp4
007 特征工程之數據預處理(進階）（1）.mp4
008 特征工程之數據預處理(進階）（2）.mp4
009 特征工程之數據預處理(進階）（3）.mp4
010 特征工程之數據預處理(進階）（4）.mp4
011 特征工程之數據預處理(進階）（5）.mp4
012 特征工程之數據預處理(進階）（6）.mp4
013 特征工程之數據預處理(進階）（7）.mp4
014 特征工程之數據預處理(進階）（8）.mp4
015 特征工程之數據預處理(進階）（9）.mp4
016 特征工程之數據預處理(進階）（10）.mp4
017 特征工程之數據預處理(進階）（11）.mp4
018 特征工程之特征衍生（1）.mp4
019 特征工程之特征衍生（2）.mp4
020 特征工程之特征衍生（3）.mp4
021 特征工程之特征衍生（4）.mp4
022 特征工程之特征衍生（5）.mp4
023 特征工程之特征衍生（6）.mp4
024 特征工程之特征衍生（7）.mp4
025 特征工程之特征衍生（8）.mp4
026 特征工程之特征衍生（9）.mp4
11 - PCA主成分分析 (數據降維)
001 數據降維之PCA主成分分析原理介紹.mp4
002 PCA主成分分析Pthon代碼實現.mp4
003 刷臉支付背後的奧秘- 人臉識別模型背景與數據讀取.mp4
004 人臉內容數值化處理(上)-特征變量提取.mp4
005 人臉內容數值化處理(下)-目標變量提取.mp4
006 人臉識別模型的搭建與使用.mp4
007 補充知識點人臉識別外部接口調用.mp4
008 (下章劇透) PCA主成分分析在新聞聚類模型中的使用.mp4
12 - 數據聚類與分群
001 Kmeans算法的原理介紹.mp4
002 Kmeans算法的簡單代碼實現.mp4
003 案例實戰-銀行客戶分群模型 (精準營銷模型).mp4
004 DBSCAN算法的原理介紹與演示.mp4
005 DBSCAN算法的簡單代碼實現.mp4
006 案例實戰-新聞聚類分群模型背景.mp4
007 中文分詞案例實戰.mp4
008 文本向量化 - 中文轉為詞頻矩陣.mp4
009 新聞聚類模型搭建與使用(初步).mp4
010 新聞聚類模型優化(余弦相似度優化).mp4
011 補充知識點 大數據分詞與百度新聞爬蟲.mp4
13 - 智能推薦算法
001 智能推薦系統的基礎-協同過濾算法.mp4
002 相似度計算的三種常見方法.mp4
003 智能推薦系統搭建1-數據處理.mp4
004 智能推薦習題搭建2-模型搭建.mp4
14 - 關聯規則分析
001 關聯分析的基本概念.mp4
002 Apriori算法的數學演示.mp4
003 Apriori算法的代碼實現.mp4
004 Apriori算法的另一種代碼實現方法 (了解即可).mp4
005 綜合案例-金融產品交叉銷售(智能營銷).mp4
15 - 神經網絡模型
001 神經網絡模型基本原理.mp4
002 神經網絡模型簡單代碼實現.mp4
003 案例實戰-用戶評論情感分析模型.mp4
16 - 課程回顧
001 課後寄語.html
|
|
您現在的位置：
專業知識教學
