Python数据分析与机器学习实战系列课程
2018-09-11 21:37  加入收藏 Python   数据分析   机器学习  

Python数据分析与机器学习实战系列课程

   讲师简介:唐宇迪,计算机博士,专注于机器学习与计算机视觉领域,深度学习领域一线实战专家。参与多个国家级计算机视觉项目,多年数据领域培训经验,丰富的教学讲解经验。点击图片或标题进入课堂>>

Python数据分析库与回归算法

进军机器学习的第一个算法与武器。


回归算法与科学计算库Numpy-第一课

机器学习中最基础也是最核心的算法-回归算法,从问题起源开始进行算法原理推导与形象解释。

   欺诈检测与决策树

真实数据集分析案例实战。


逻辑回归与Pandas库(第二课)

逻辑回归算法推导,梯度下降算法原理,应用梯度下降算法求解逻辑回归问题并且动手实现简易梯度下降算法代码。


案例实战信用卡欺诈检测(第三课)

从数据本身分析制定解决方案,面对样本不均衡问题给出两种策略并通过代码实例演示如何得出最好的结果。


决策树与随机森林(第四课)

对比分析不同构建决策树方式的优缺点,基于实例演示决策树节点选择方法,并给出流程分析与剪枝策略。

经典案例与SVM

kaggle竞赛挑战案例。


kaggle竞赛案例泰坦尼克号获救预测

使用Python的四大库从数据预处理开始一步步详解如何完成整个项目。


支持向量机算法(第六课)

对于SVM算法,从问题的起源详解支持向量机原理的推导,逐步深入分析软间隔问题与核变换方法。

玩转神经网络

神经网络原来如此简单。


神经网络模型(第七课)

将复杂的神经网络模型分解成一个个小的知识点,逐个攻破,详细分析神经网络结构中的每一个细节与实际效果。


神经网络玩转手写字体识别-第八课

基于经典的mnist数据集使用tensorflow框架进行建模与分析。首先讲解框架的基本使用方法,逐步深入过度到神经网络模型。

深度学习实战

经典项目复现。


迈向深度学习卷积神经网络-第九课

使用深度学习流行框架tensorflow从零开始打造一个验证码识别模型。


聚类与集成算法(第十课)

聚类与集成算法原理解读与实例分析,不同算法应用场景分析对比和评估。

天使CTO技术孵化

一键分享:

上一篇:2018数据达人培养计划-网易云课堂系列
下一篇:区块链之公有链、联盟链系列课程

文章评价