51CTO【微职位】Python数据分析与机器学习实战课程配套视频课程

课程目录：

第1章人工智能入学指南

第2章Python快速入门

第3章科学计算库Numpy

第4章数据分析处理库Pandas

第5章可视化库Matplotlib

第6章Python可视化库Seaborn

第7章线性回归算法

第8章梯度下降算法第9章逻辑回归算法

第10章案例实战:Python实现逻辑回归与梯度下降策略

第11章项目实战:案例实战信用卡欺诈检测

第12章决策树算法

第13章案例实战:决策树Sklearn实例

第14章集成算法与随机森林

第15章泰坦尼克船员获救

第16章贝叶斯算法

第17章Python文本数据分析

第18章支持向量机算法

第19章 SVM调参实例

第20章机器学习处理实际问题常规套路

第21章降维算法:线性判别分析

第22章案例实战:Python实现线性判别分析

第23章降维算法:PCA主成分分析

第24章聚类算法-Kmeans

第25章聚类算法-DBSCAN

第26章聚类实践

第27章EM算法

第28章GMM聚类实践

第29章神经网络

第30章Tensorflow实战

第31章Mnist手写字体与验证码识别

第32章Xgboost集成算法

第33章推荐系统

第34章推荐系统实战

第35章词向量模型Word2Vec

第36章使用Gensim库构造词向量模型

第37章时间序列-ARIMA模型

第38章Python时间序列案例实战

第39章探索性数据分析:赛事数据集

第40章探索性数据分析:农粮组织数据集

课件与代码