帮助中心

Python机器学习全流程项目实战精讲【完结】

本站优惠价
(查看会员价格)
本站只作为展示使用,购买请联系右侧发布会员

静静源码网

  • 发布者:
  • 小鱼儿源码
  • 宝贝:
  • 96件
  • 联系:

教程目录:
┣━章节1: 机器学习方法论
┃  ┣━1. 数据分析与数据挖掘
┃  ┣━2. 机器学习、深度学习与人工智能
┃  ┣━3. 机器学习的核心任务
┃  ┣━4. 机器学习的核心要义
┃  ┣━5. 机器学习项目实战全流程
┃  ┣━6. Python编程工具
┃  ┣━7. Jupyter Notebook与PyCharm
┃  ┣━8. 机器学习具体学习方法指导
┣━章节2: 机器学习需求分析
┃  ┣━09. 需求分析
┃  ┣━10. 项目技术、产品和应用调研
┃  ┣━11. 实例:数据科学岗位需求分析
┣━章节3: 数据采集与爬虫
┃  ┣━12. 数据采集概述
┃  ┣━13. Python爬虫技术
┃  ┣━14. 请求库:urllib
┃  ┣━15. 请求库:requests
┃  ┣━16. 解析库:BeautifulSoup
┃  ┣━17. 解析库:lxml
┃  ┣━18. 信息提取:css选择器和xpath表达
┃  ┣━19. 实例1:招聘网站静态数据采集
┃  ┣━20. 实例2:招聘网站动态数据采集
┣━章节4: 数据清洗
┃  ┣━21. 脏数据
┃  ┣━22. 数据预处理的基本方向
┃  ┣━23. 缺失值处理
┃  ┣━24. 小文本和字符串处理
┃  ┣━25. 实例:招聘数据预处理(一)
┃  ┣━26. 实例:招聘数据预处理(二)
┣━章节5: 数据分析与可视化
┃  ┣━27. 探索性数据分析(EDA)
┃  ┣━28. 统计绘图与数据可视化
┃  ┣━29. Python绘图之matplotlib
┃  ┣━30. Python绘图之seaborn
┃  ┣━31. 实例:招聘数据的EDA与可视化
┃  ┣━32. 实例:招聘数据的EDA与可视化
┣━章节6: 特征工程
┃  ┣━33. 特征工程概述
┃  ┣━34. 特征选择
┃  ┣━35. 特征变换与特征提取
┃  ┣━36. 特征组合与降维
┃  ┣━37. 招聘数据的特征工程探索
┣━章节7: 机器学习建模与调优
┃  ┣━38. 机器学习模型概述
┃  ┣━39. 传统机器学习模型(单模型)
┃  ┣━40. 集成与提升模型
┃  ┣━41. sklearn
┃  ┣━42. 机器学习调参方法简介
┃  ┣━43. GBDT XGBoost lightGBM用法
┃  ┣━44. 招聘数据的建模:GBDT
┃  ┣━45. 招聘数据的建模:XGBoost
┃  ┣━46. 招聘数据的建模:lightGBM
┣━章节8: 机器学习模型结果与报告输出
┃  ┣━47. R语言与RStudio安装与简介
┃  ┣━48. Rmarkdown的安装与基本用法
┃  ┣━49. 技术文档之Rmd与Jupyter对比
┃  ┣━50. 机器学习分析报告的写作方法
┃  ┣━51. 实例:数据相关岗位薪资水平影响因素研究分析报告(简要框架)
┣━配套课件
┃  ┣━第一章.机器学习方法论.pdf
┃  ┣━第七讲 机器学习建模
┃  ┃  ┣━.ipynb_checkpoints
┃  ┃  ┃  ┣━第七讲 机器学习建模-checkpoint.ipynb
┃  ┃  ┣━lagou_featured.csv
┃  ┃  ┣━图1_sklearn.png
┃  ┃  ┣━图2_lightgbm调参.png
┃  ┃  ┣━第七讲 机器学习建模.ipynb
┃  ┣━第三章 数据采集与爬虫.ipynb
┃  ┣━第二章.机器学习需求分析.pdf
┃  ┣━第五讲 数据分析与可视化
┃  ┃  ┣━.ipynb_checkpoints
┃  ┃  ┃  ┣━第五讲 数据分析与可视化-checkpoint.ipynb
┃  ┃  ┣━iris.csv
┃  ┃  ┣━lagou_data5.csv
┃  ┃  ┣━lagou_preprocessed.csv
┃  ┃  ┣━stopwords.txt
┃  ┃  ┣━第五讲 数据分析与可视化.ipynb
┃  ┣━第八讲 机器学习技术文档与报告写作方法
┃  ┃  ┣━.ipynb_checkpoints
┃  ┃  ┃  ┣━Untitled-checkpoint.ipynb
┃  ┃  ┃  ┣━第八讲 机器学习文档与报告写作方法-checkpoint.ipynb
┃  ┃  ┣━.RData
┃  ┃  ┣━.Rhistory
┃  ┃  ┣━example_eda.html
┃  ┃  ┣━example_eda.Rmd
┃  ┃  ┣━example_rmd.html
┃  ┃  ┣━example_rmd.Rmd
┃  ┃  ┣━lagou_preprocessed.csv
┃  ┃  ┣━r_example.R
┃  ┃  ┣━rmarkdown.jpg
┃  ┃  ┣━RStudio.png
┃  ┃  ┣━第八讲 机器学习文档与报告写作方法.ipynb
┃  ┣━第六讲 特征工程
┃  ┃  ┣━.ipynb_checkpoints
┃  ┃  ┃  ┣━第六讲 特征工程-checkpoint.ipynb
┃  ┃  ┣━lagou_data5.csv
┃  ┃  ┣━lagou_featured.csv
┃  ┃  ┣━第六讲 特征工程.ipynb
┃  ┣━第四讲 数据清洗与预处理
┃  ┃  ┣━data_analysis.csv
┃  ┃  ┣━data_mining.csv
┃  ┃  ┣━deep_learning.csv
┃  ┃  ┣━machine_learning.csv
┃  ┃  ┣━第四讲 数据清洗与预处理.ipynb