北京CDA数据分析师

Sklearn

零基础教学 小班授课 专业提升班
课程内容 Sklearn
课程亮点
适用人群
目标收获

Sklearn

学费
请询价
获取底价
课程详情

课程亮点:

十一周sklearn课程,让菜菜带你认识sklearn,带你深入浅出地探索算法的神秘世界。我会为你解读sklearn中的主流算法,带你处理数据,调整参数,完善算法,调用结果。我会为你解析参数,助你理解算法原理,也会带你遍历案例,带你实战给你刷经验。十一周之后,人人都能够三行实现算法,实现少加班,多钻研,在数据行业乘风破浪的目标,为成为优秀的数据挖掘工程师打下坚实的基础~

学习目标:

使用数据科学领域切主流语言python及其建模库sklearn库座位课程核心工具,基于真实数据集和项目案例,集合python工具与机器学习算法完成整个案例实战

课程内容:

第1章: 菜菜的机器学习sklearn课程介绍

第2章: 决策树

2.1分类树

2.2回归树

2.3回归树案例:用回归树拟合正弦曲线

2.4案例:泰坦尼克号生存者预测

第3章: 随机森林

3.1集成算法概述

3.2随机森林分类器 、回归器

3.3案例:用随机森林填补缺失值

3.4机器学习中调参的基本思想

3.5案例:随机森林在乳腺癌数据上的调参

第4章: 数据预处理和特征工程

4.1数据预处理与特征工程

4.2数据预处理:无量纲化:数据归一化、缺失值、处理分类型数据、处理连续型数据

4.3特征选择过滤法:方差过滤 、卡方过滤、F检验和互信息法、嵌入法、包装法

第5章: 主成分分析PCA与奇异值分解SVD

5.1降维算法

5.2参数应用案例:高维数据的可视化

5.3属性应用案例:人脸识别中的components_应用

5.4接口应用案例:用人脸识别看PCA降维后的信息保存量

5.5接口应用案例:用PCA实现手写数字的噪音过滤

5.6总结:原理,流程,重要属性接口和参数

5.**CA实现784个特征的手写数字的降维

第6章: 逻辑回归与评分卡

6.1逻辑回归

6.******rn当中的逻辑回归

6.3二元逻辑回归的损失函数

6.4正则化:重要参数penalty & C

6.5逻辑回归的特征工程

6.6重要参数max_iter - 梯度下降求解逻辑回归的过程

6.7梯度的概念与解惑、步长的概念与解惑

6.8二元回归与多元回归:重要参数solver & multi_class

6.9样本不均衡与参数class_weight

6.1评分卡案例 - 评分卡与完整的模型开发流程

6.11评分卡 - 数据预处理- 重复值与缺失值、异常值

第7章: 聚类算法KMeans

7.1无监督学习概述,聚类vs分类

7.******rn当中的聚类算法

7.3簇内平方和,时间复杂度

7.*****ns - 重要参数n_clusters

7.5聚类算法的模型评估指标

7.6案例:轮廓系数找n_clusters

7.7案例:Kmeans做矢量量化

第8章: 支持向量机 (上)

8.**VM

8.2线性SVC的损失函数

8.3函数间隔与几何间隔

8.4拉格朗日对偶函数

8.5线性SVM可视化

8.6案例:如何选取核函数

8.7案例:在乳腺癌数据集上探索核函数的性质

第9章: 支持向量机 (下)

9.1简单复习支持向量机的基本原理

9.2参数C的深入理解:多个支持向量存在的理由

9.3二分类SVC中的样本不均衡问题:重要参数class_weight

9.**VC的模型评估指标

9.5混淆矩阵与准确率

9.6精确度Precision、召回率Recall与F1 measure

9.7对多数类样本的关怀:特异度Specificity与假正率FPR

9.******rn中的混淆矩阵

9.**OC曲线:Recall与假正率FPR的平衡

9.1案例:预测明天是否会下雨 - 案例背景

9.11案例:导库导数据,探索特征,jupyter中的快捷键

9.12案例:分集,优先处理标签

9.13案例:描述性统计,处理异常值

9.14案例:现实数据上的数据预处理

9.15案例:现实数据集上的数据预处理 - 处理连续型变量

9.16案例:建模与模型评估

9.17案例:模型调参:追求精确度与recall的平衡

第10章: 回归大家族:线性回归,岭回归,Lasso与多项式回归

10.1课时 182 : 线性回归大家族

10.2多元线性回归的基本原理和损失函数

10.3回归类模型的评估指标

10.4多重共线性:含义,数学,以及解决方案

10.5岭回归处理多重共线性

10*****so

10.7线性数据与非线性数据

10.8线性vs非线性模型

10.9离散化:帮助线性回归解决非线性问题

10.1多项式回归

第11章: 朴素贝叶斯

11.1概率论基础 - 贝叶斯理论等式

11.2瓢虫冬眠:理解条件概率

11.3贝叶斯的性质与后验估计

11.4汉堡称重:连续型变量的概率估计

11******rn中的朴素贝叶斯

11.6高斯朴素贝叶斯

11.7多项式朴素贝叶斯

11.8伯努利朴素贝叶斯

11.9补集朴素贝叶斯

11.1案例:贝叶斯做文本分类

第12章: XGBoost

上课校区(3)
相关课程

Python机器周末集训营Level Ⅲ

  • 小班
  • 其它班
10800

数据分析周末集训营【Level Ⅱ】

  • 小班
  • 其它班
9800

CDA数据赋能周末集训营LEVEL Ⅰ

  • 小班
  • 其它班
8800
接下来要看
电话
在线
预约试听
我是在线客服顾问,有什么可以帮您?
400-029-0997
选择试听课程
全部
Sklearn
  • 小班 |
  • 任意时段 |
  • 请咨询
请询价
确定
预约成功
预约详情可在「我的-咨询预约」中查看
机构稍后会通过电话或微信和您联系,敬请留意
预约信息
试听课程:

全日制会计非就业班企业人力资源管理师企业人力资源管理师

试听校区:
章丘分校
章丘区数码港大厦山大路47号历下区历下区历下区
我知道了
权益领取成功,请尽快到机构使用
权益详情可在“我的—权益”中查看 查看我的权益