熟练Python常见算法库使用;了解机器学习的概念,明确机器学习基本流程; 掌握训练数据,特征与标签等基本概念;熟悉常见机器学习算法原理;熟练使用Python进行算法实现和参数调整;
适用人群
大数据 人工智能 数据分析 数据科学
课程简介
Python常用算法库numpy、pandas原理与使用; 机器学习概述;训练数据,特征与标签说明;常见算法讲解,Python算法实现,算法参数调整;
配置环境要求:win且是64位操作系统
第1章Python数据分析概述
1-1认识数据分析
1-2掌握 Jupyter Notebook 常用功能
第2章NumPy 数值计算基础
2-1掌握 NumPy 数组对象 ndarray
2-2使用Jupyter Notebook实际动手数组例子操作
2-3掌握NumPy矩阵与通用函数
2-4利用NumPy进行统计分析
第3章Matplotlib数据可视化基础
3-1了解绘图基础语法与常用参数
3-2分析特征间的关系原理和实操
3-3分析特征内部数据分布与分散状况原理和实操
3-4画各种图的任务实现和讲解
第4章pandas统计分析基础
4-1读写不同数据源的数据
4-2掌握DataFrame的常用操作和动手
4-3转换与处理时间序列数据和动手
4-4使用分组聚合进行组内计算和动手操作
第5章使用pandas进行数据预处理
5-1合并数据
5-2清洗数据
5-3标准化数据和习题讲解
第6章机器学习的理论和实操
6-1机器学习的理论和实操开始学习
机器学习的理论和实操
|