投稿

Python数据分析0-100

2003

0

2020-02-25 10:31:44

未经作者授权，禁止转载

Python数据分析0-100

bravefated 发消息

一个半小时人生

豆包-会思考的AI助手,轻松应对复杂需求,立即体验!

课时5机器学习怎么学？

08:38

课时6算法推导与案例

08:21

课时2AI时代首选Python

09:21

课时3Python我该怎么学

04:22

课时4人工智能的核心-机器学习

10:35

课时1课程介绍（主题与大纲

10:46

课时7使用Anaconda安装python环境（Python新手先看这个）

13:11

课时10Numpy基础结构

10:45

课时11Numpy矩阵基础

05:56

课时12Numpy常用函数

12:03

课时13矩阵常用操作

10:19

课时14不同复制操作对比

10:50

课时15Pandas数据读取

11:51

课时16Pandas索引与计算

10:28

课时17Pandas数据预处理实例

13:04

课时18Pandas常用预处理方法

11:13

课时19Pandas自定义函数

07:45

课时20Series结构

12:30

课时21折线图绘制

08:25

课时22子图操作

14:04

课时23条形图与散点图

10:12

课时24柱形图与盒图

10:17

课时25细节设置

06:13

课时26Seaborn简介

02:45

课时27整体布局风格设置

07:48

课时28风格细节设置

06:50

课时29调色板

10:40

课时30调色板颜色设置

08:18

课时31单变量分析绘图

09:39

课时32回归分析绘图

08:53

课时33多变量分析绘图

10:36

课时34分类属性绘图

09:40

课时35Facetgrid使用方法

08:49

课时36Facetgrid绘制多变量

08:30

课时37热度图绘制

14:19

课时38线性回归算法概述

14:23

课时39误差项分析

11:33

课时40似然函数求解

09:35

课时41目标函数推导

09:21

课时42线性回归求解

10:57

课时43梯度下降原理

11:43

课时44梯度下降方法对比

07:20

课时45学习率对结果的影响

06:08

课时46逻辑回归算法原理推导

10:52

课时47逻辑回归求解

14:53

课时48Python实现逻辑回归任务概述

07:33

课时49完成梯度下降模块

12:51

课时50停止策略与梯度下降案例

10:55

课时51实验对比效果

10:25

课时52案例背景和目标

08:32

课时53样本不均衡解决方案

10:17

课时54下采样策略

06:36

课时55交叉验证

13:03

课时56模型评估方法

13:05

课时57正则化惩罚

08:09

课时58逻辑回归模型

07:37

课时59混淆矩阵

08:52

课时60逻辑回归阈值对结果的影响

10:01

课时61SMOTE样本生成策略

15:51

课时62决策树原理概述

12:25

课时63衡量标准-熵

11:03

课时64决策树构造实例

10:09

课时65信息增益率

05:50

课时66决策树剪枝策略

15:31

课时67决策树复习

08:54

课时68决策树涉及参数

11:08

课时69树可视化与sklearn库简介

18:14

课时70sklearn参数选择

11:46

课时71集成算法-随机森林

12:02

课时72特征重要性衡量

13:51

课时73提升模型

11:15

课时74堆叠模型

07:09

课时75船员数据分析

11:02

课时76数据预处理

11:38

课时77使用回归算法进行预测

12:12

课时78使用随机森林改进模型

13:26

课时79随机森林特征重要性分析

15:56

课时80贝叶斯算法概述

07:00

课时81贝叶斯推导实例

07:39

课时82贝叶斯拼写纠错实例

11:46

课时83垃圾邮件过滤实例

14:10

课时84贝叶斯实现拼写检查器

12:20

课时85文本分析与关键词提取

12:12

课时86相似度计算

11:44

课时87新闻数据与任务简介

10:21

课时88TF-IDF关键词提取

13:29

课时89LDA建模

09:11

课时90基于贝叶斯算法进行新闻分类

14:54

课时91支持向量机要解决的问题

10:05

课时92距离与数据的定义

10:33

课时93目标函数

09:41

课时94目标函数求解

11:27

课时95SVM求解实例

13:45

课时96支持向量的作用

11:53

课时97软间隔问题

06:46

课时98SVM核变换

16:52

课时99sklearn求解支持向量机

11:24

课时100SVM参数选择

13:59

顶部