Python机器学习全流程项目实战精讲课程介绍:
这门课从需求分析开始，对机器学习项目实战的全流程进行讲解，直击各流程的难点。涵盖需求分析->数据采集->数据清洗与预处理->数据分析与可视化->特征工程->机器学习建模->模型调优->报告输出。以Python为工具实现机器学习全流程，是难得一见的从过来人的角度分享机器学习实战的课程.
课程目录:
——/Python机器学习全流程项目实战精讲【完结】/ ├──配套课件.zip ├──章节1： 机器学习方法论 | ├──1. 数据分析与数据挖掘.mp4 39.02M | ├──2. 机器学习、深度学习与人工智能.mp4 8.21M | ├──3. 机器学习的核心任务.mp4 6.86M | ├──4. 机器学习的核心要义.mp4 6.90M | ├──5. 机器学习项目实战全流程.mp4 10.63M | ├──6. Python编程工具.mp4 2.97M | ├──7. Jupyter Notebook与PyCharm.mp4 9.45M | └──8. 机器学习具体学习方法指导.mp4 32.64M ├──章节2： 机器学习需求分析 | ├──09. 需求分析.mp4 44.58M | ├──10. 项目技术、产品和应用调研.mp4 13.14M | └──11. 实例：数据科学岗位需求分析.mp4 20.51M ├──章节3： 数据采集与爬虫 | ├──12. 数据采集概述.mp4 18.34M | ├──13. Python爬虫技术.mp4 27.35M | ├──14. 请求库：urllib.mp4 10.56M | ├──15. 请求库：requests.mp4 16.06M | ├──16. 解析库：BeautifulSoup.mp4 17.44M | ├──17. 解析库：lxml.mp4 11.60M | ├──18. 信息提取：css选择器和xpath表达.mp4 11.69M | ├──19. 实例1：招聘网站静态数据采集.mp4 48.96M | └──20. 实例2：招聘网站动态数据采集.mp4 36.96M ├──章节4： 数据清洗 | ├──21. 脏数据.mp4 28.67M | ├──22. 数据预处理的基本方向.mp4 49.43M | ├──23. 缺失值处理.mp4 44.27M | ├──24. 小文本和字符串处理.mp4 84.90M | ├──25. 实例：招聘数据预处理（一）.mp4 58.12M | └──26. 实例：招聘数据预处理（二）.mp4 43.48M ├──章节5： 数据分析与可视化 | ├──27. 探索性数据分析（EDA）.mp4 15.86M | ├──28. 统计绘图与数据可视化.mp4 79.52M | ├──29. Python绘图之matplotlib.mp4 110.87M | ├──30. Python绘图之seaborn.mp4 42.41M | ├──31. 实例：招聘数据的EDA与可视化.mp4 29.90M | └──32. 实例：招聘数据的EDA与可视化.mp4 67.08M ├──章节6： 特征工程 | ├──33. 特征工程概述.mp4 19.18M | ├──34. 特征选择.mp4 23.78M | ├──35. 特征变换与特征提取.mp4 14.69M | ├──36. 特征组合与降维.mp4 5.55M | └──37. 招聘数据的特征工程探索.mp4 36.48M ├──章节7： 机器学习建模与调优 | ├──38. 机器学习模型概述.mp4 12.74M | ├──39. 传统机器学习模型（单模型）.mp4 26.04M | ├──40. 集成与提升模型.mp4 5.08M | ├──41. sklearn.mp4 10.48M | ├──42. 机器学习调参方法简介.mp4 10.48M | ├──43. GBDT XGBoost lightGBM用法.mp4 22.00M | ├──44. 招聘数据的建模：GBDT.mp4 12.21M | ├──45. 招聘数据的建模：XGBoost.mp4 9.33M | └──46. 招聘数据的建模：lightGBM.mp4 8.84M └──章节8： 机器学习模型结果与报告输出 | ├──47. R语言与RStudio安装与简介.mp4 16.26M | ├──48. Rmarkdown的安装与基本用法.mp4 18.10M | ├──49. 技术文档之Rmd与Jupyter对比.mp4 11.77M | ├──50. 机器学习分析报告的写作方法.mp4 14.12M | └──51. 实例：数据相关岗位薪资水平影响因素研究分析报告（简要框架）.mp4 13.08M
此隐藏内容仅限VIP查看升级VIP
