超强Python数据分析课程-偏机器学习方向 Python数据分析经典案例课程

├─Tensorflow课程.zip
├─经典的机器学习案例.zip
├─课时01.课程简介.flv
├─课时02.课程数据，代码下载.swf
├─课时03.用Anaconda搭建python环境.flv
├─课时04.Kobe.读取和介绍Bryan职业数据.flv
├─课时05.特征数据可视化显示.flv_d.flv
├─课时06.数据预处理.flv_d.flv
├─课时07.使用scikitlearn建立分类模型.flv_d.flv
├─课时08.数据简介及面临的挑战.flv_d.flv
├─课时09.解决数据不平衡问题的方案.flv_d.flv
├─10.逻辑回归分类预测.flv_d.flv
├─课时11。使用阈值来衡量预测标准.flv_d.flv
├─12.使用数据生成策略.flv_d.flv
├─课时13.数据简介和特征课时展示.flv_d.flv
├─14.不同特征的分布规则.flv_d.flv
├─课时15.决策树模型参数详细说明.flv_d.flv
├─课时16.决定树中参数的选择.flv_d.flv
├─课时17.展示建立决策树的可视化.flv_d.flv
├─18.船员数据分析.flv_d.flv
├─课时19.数据预处理.flv_d.flv
├─20.使用回归算法进行预测.flv_d.flv
├─21.使用随机森林改进模型.flv_d.flv
├─随机森林特征重要性分析课时22.flv_d.flv
├─课时23.级联模型原理.flv_d.flv
├─课时24.数据预处理和热度图.flv_d.flv
├─25.二阶段输入特征制作.flv_d.flv
├─26.使用级联模型进行预测.flv_d.flv
├─课时27.数据简介和特征预处理.flv_d.flv
├─课时28.员工不同属性指标对结果的影响.flv_d.flv
├─课时29.数据预处理.flv_d.flv
├─课时30.构建预测模型.flv_d.flv
├─课时31.基于聚类模型的分析.flv
├─课时32.安装tensorflow框架.flv_d.flv
├─课时33.神经网络模型概述.flv_d.flv
├─课时34.使用tensorflow设置基本参数.flv_d.flv
├─课时35.卷积神经网络模型.flv_d.flv
├─课时36.构建完整的神经网络模型.flv_d.flv
├─37.训练神经网络模型.flv_d.flv
├─课时38.PCA原理简介.flv_d.flv
├─课时39.数据预处理.flv_d.flv
├─课时40.协方差分析.flv_d.flv
├─课时41。使用PCA进行降维.flv_d.flv
├─课时42.数据简介和故事背景.flv_d.flv
├─课时43.根据词频的特点提取.flv_d.flv
├─课时44.改进特征选择方法.flv_d.flv
├─课时45.数据清洗.flv_d.flv
├─课时46.数据预处理.flv_d.flv
├─课时47。盈利能力和模型评估.flv_d.flv
├─课时48.预测结果.flv_d.flv

[我要扒资料]

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。