51CTO 唐宇迪-【微职位】Python数据分析与机器学习实战课程配套视频课程

[微职位专享]01 Python入门与数据科学库

第01章 Python必备基础，快速入门

第02章 Python科学计算库-Numpy

第03章 数据分析处理库-pandas

第04章 可视化库Matplotlib

第05章 可视化库seaborn

[微职位专享]02 数学基础

1-1 入门-第一课.mkv 19.41M

1-2 入门-第二课.mkv 16.42M

1-3 入门-第三课.mkv 22.02M

1-4 入门-第四课.mkv 29.57M

1-5 入门-第五课.mkv 17.70M

[微职位专享]03 机器学习-入门篇

第01章 人工智能入门指南

第02章 K近邻算法实战

第03章 线性回归算法

第04章 梯度下降原理

第05章 逻辑回归算法

第06章 案例实战：Python实现梯度下降与逻辑回归

第07章 案例实战：信用卡欺诈检测

第08章 决策树算法

第09章 决策算建模实例

第10章 贝叶斯算法

第11章 随机森林与集成算法

第12章 中文新闻分类任务

第13章 K-means聚类算法

第14章 DBSCAN聚类算法

第15章 聚类实践

第16章 降维算法-线性判别分析

第17章 Python实现线性判别分析

第18章 降维算法-PCA主成分分析

04-[微职位专享] 机器学习-进阶篇/

第01章 EM算法

1-1 EM算法要解决的问题.mp4 20.92M

1-2 隐变量问题.mp4 10.57M

1-3 EM算法求解实例.mp4 29.96M

1-4 Jensen不等式.mp4 22.22M

1-5 GMM模型.mp4 16.30M

第02章 GMM聚类实例

2-1 GMM实例.mp4 26.86M

2-2 GMM聚类.mp4 25.90M

第03章 线性支持向量机

3-1 支持向量机要解决的问题.mp4 22.42M

3-2 距离与数据定义.mp4 19.12M

3-3 目标函数.mp4 23.17M

3-4 目标函数求解.mp4 20.39M

3-5 svm求解实例.mp4 24.78M

3-6 支持向量的作用.mp4 21.97M

第04章 核变换支持向量机

4-1 软间隔问题.mp4 12.41M

4-2 SVM核变换.mp4 37.50M

第05章 支持向量机实例

5-1 sklearn求解支持向量机.mp4 33.96M

5-2 svm参数选择.mp4 34.53M

第06章 机器学习套路与BenchMark

6-1 HTTP检测任务与数据挖掘核心.mp4 33.19M

6-2 论文重要程度.mp4 29.82M

6-3 BenchMark概述.mp4 24.71M

6-4 BenchMark的作用.mp4 50.46M

第07章 时间序列ARIMA模型

7-1 数据平稳性与差分法.mp4 19.68M

7-2 ARIMA模型.mp4 12.89M

7-3 相关函数评估方法.mp4 21.15M

7-4 建立ARIMA模型.mp4 16.72M

7-5 参数选择.mp4 28.70M

第08章 时间序列实例

8-1 Pandas生成时间序列.mp4 21.43M

8-2 数据重采样.mp4 13.47M

8-3 滑动窗口.mp4 10.84M

8-4 股票预测实例.mp4 24.75M

8-5 使用tsfresh库进行分类任务.mp4 39.69M

8-6 维基百科词条EDA.mp4 43.99M

第09章 推荐系统

9-1 简介.mp4 3.15M

9-2 推荐系统应用.mp4 12.99M

9-3 推荐系统要完成的任务.mp4 7.00M

9-4 相似度计算.mp4 9.16M

9-5 基于用户的协同过滤.mp4 7.91M

9-6 基于物品的协同过滤.mp4 12.39M

9-7 隐语义模型.mp4 9.21M

9-8 隐语义求解.mp4 10.35M

9-9 模型评估标准.mp4 8.31M

第10章 Python从零开始构建音乐推荐系统

10-1 音乐推荐任务概述.mp4 36.15M

10-2 数据集整合.mp4 26.65M

10-3 基于物品的协同过滤.mp4 30.72M

10-4 物品相似度计算.mp4 34.99M

10-5 SVD矩阵分解方法.mp4 32.66M

10-6 基于矩阵分解的音乐推荐.mp4 35.86M

第11章 推荐系统实例

10-1 Surprise库.mp4 14.40M

10-2 使用方法.mp4 19.24M

10-3 得出商品推荐结果.mp4 24.63M

第12章 探索性数据分析-赛事数据集

11-1 简介.mp4 4.63M

11-2 数据背景介绍.mp4 26.77M

11-3 数据读取与预处理.mp4 35.25M

11-4 数据切分模块.mp4 37.25M

11-5 缺失值可视化.mp4 41.20M

11-6 特征可视化展示.mp4 29.90M

11-7 多特征之间关系.mp4 27.36M

11-8 报表可视化分析.mp4 26.71M

11-9 红牌和肤色之间的关系.mp4 51.83M

第13章 探索性数据分析-农粮组织

12-1 数据背景简介.mp4 45.36M

12-2 数据切片分析.mp4 68.82M

12-3 单变量分析.mp4 63.98M

12-4 峰度与偏度.mp4 42.74M

12-5 数据对数变换.mp4 35.03M

12-6 数据分析维度.mp4 19.32M

12-7 变量关系可视化展示.mp4 37.09M

——05[微职位专享] Python数据挖掘/

第01章 泰坦尼克号获救预测

1-1 数据挖掘任务流程.mp4 19.56M

1-10 登船地点特征分析.mp4 24.38M

1-11 家庭特征分析.mp4 19.59M

1-12 特征相关性.mp4 18.39M

1-13 构建特征.mp4 37.67M

1-14 机器学习算法概述.mp4 15.58M

1-15 交叉验证.mp4 11.55M

1-16 多种算法模型效果.mp4 41.11M

1-17 集成模块.mp4 29.66M

1-18 特征重要性衡量.mp4 11.53M

1-19 总结与特征预处理.mp4 33.48M

1-2 数据介绍.mp4 21.41M

1-3 Python兵器库介绍.mp4 17.47M

1-4 sklearn库介绍.mp4 44.25M

1-5 数据读取与统计分析.mp4 23.61M

1-6 性别特征分析.mp4 21.23M

1-7 船舱等级特征分析.mp4 15.56M

1-8 缺失值问题.mp4 18.91M

1-9 缺失值填充分析.mp4 27.80M

第02章 用户画像

2-1 用户画像概述.mp4 26.11M

2-2 如何建立用户画像.mp4 24.98M

2-3 用户搜索数据介绍.mp4 24.54M

2-4 任务概述.mp4 27.08M

2-5 构造词向量特征.mp4 29.89M

2-6 构造输入特征.mp4 29.79M

2-7 建立预测模型.mp4 45.35M

第03章 Xgboost实战

3-1 Xgboost算法概述.mp4 22.76M

3-2 Xgboost模型构造.mp4 32.06M

3-3 建模衡量标准.mp4 30.52M

3-4 Xgboost安装.mp4 15.23M

3-5 保险赔偿任务概述.mp4 36.75M

3-6 Xgboost参数定义.mp4 18.16M

3-7 基础模型定义.mp4 15.07M

3-8 树结构对结果的影响.mp4 29.12M

3-9 学习率与采样对结果的影响.mp4 35.12M

第04章 用电敏感客户分类

4-1 任务概述与解决框架.mp4 32.98M

4-2 特征工程分析与特征提取.mp4 47.26M

4-3 离散数据处理.mp4 37.07M

4-4 统计与文本特征.mp4 30.73M

4-5 文本特征构建.mp4 41.72M

4-6 构建低敏用户模型.mp4 34.13M

4-7 高敏模型概述.mp4 25.61M

第05章 京东购买意向预测

4-1 项目与数据介绍.mp4 41.89M

4-10 行为特征.mp4 30.28M

4-11 累计行为特征.mp4 45.19M

4-12 Xgboost建模.mp4 21.52M

4-2 数据挖掘流程.mp4 33.58M

4-3 数据检查.mp4 27.94M

4-4 构建用户特征表单.mp4 50.88M

4-5 构建商品特征表单.mp4 34.56M

4-6 数据探索概述.mp4 19.29M

4-7 购买因素分析.mp4 27.94M

4-8 特征工程.mp4 28.11M

4-9 基本特征构造.mp4 43.56M

第06章 房价预测

5-1 房价预测任务概述.mp4 29.17M

5-2 离散型数据.mp4 25.73M

5-3 数据对数变换.mp4 22.84M

5-4 缺失值与box-cox变换.mp4 26.95M

5-5 模型预测.mp4 28.08M

第07章 kaggle数据科学调查

6-1 kaggle数据科学调查.mp4 25.85M

6-2 基本情况可视化展示.mp4 34.73M

6-3 工资情况.mp4 20.99M

6-4 技能使用情况.mp4 29.76M

6-5 数据集与平台.mp4 28.28M

6-6 Python和R哪家强.mp4 35.79M

6-7 调查总结.mp4 37.86M