【Udemy中英字幕】Master Regression & Prediction with Pandas and Python [2025]

使用 Pandas 和 Python 掌握回归与预测 [2025]

学习使用 Pandas 和 Python 进行数据科学、数据分析和机器学习的回归和预测

讲师：Henrik Johansson

双语IT资源独家Udemy付费课程，独家中英文字幕，配套资料齐全！

用不到1/10的价格，即可享受同样的高品质课程，且可以完全拥有，随时随地都可以任意观看和分享。

您将学到什么

• 掌握回归、回归分析和预测的理论和实践
• 掌握回归模型，从简单回归模型到多项式多元回归模型和高级多元多项式多元回归模型
• 使用机器学习自动模型创建和特征选择
• 使用套索回归和岭回归对回归模型进行正则化
• 使用决策树、随机森林、XGBoost 和投票回归模型
• 使用前馈多层网络和高级回归模型结构
• 使用有效先进的残差分析和工具来判断模型的拟合优度和残差分布
• 使用 Matplotlib、Seaborn、Pandas 和 Python 支持的 Statsmodels 和 Scikit-learn 库进行回归分析
• 掌握 Python 3 编程，包括 Python 的原生数据结构、数据转换器、函数、面向对象和逻辑
• 使用和设计高级 Python 结构，并使用 Python 执行详细的数据处理任务，包括文件处理
• 使用 Python 的高级面向对象编程并创建自己的自定义对象、函数以及如何泛化函数
• 操纵数据并使用先进的多维不均匀数据结构
• 掌握 Pandas 2 和 3 库进行高级数据处理
• 使用 Pandas 库的语言和基本概念，处理从 Pandas D 创建、更改、修改和选择数据的所有方面
• 使用 Pandas 进行文件处理以及如何将 Pandas DataFrames 与 Pandas 连接、连接和合并函数/方法相结合
• 执行高级数据准备，包括基于高级模型的缺失数据填补以及数据的缩放和标准化
• 使用 Pandas 进行高级数据描述和统计。对数据进行排名、排序、交叉制表、透视、融合、转置和分组
• [奖励] 使用 Pandas、Matplotlib 和 Seaborn 进行高级数据可视化
• 云计算：使用Anaconda Cloud Notebook（基于云的Jupyter Notebook）。学习使用云计算资源
• 选项：使用 Anaconda 发行版（适用于 Windows、Mac、Linux）
• 选项：使用 Python 环境基础知识和 Conda 包管理系统以及命令行安装/更新库和包

探索相关主题

• 回归分析
• 数据科学
• 发展

要求

• 建议具有日常使用 Windows、MacOS、iOS、Android、ChromeOS 或 Linux 计算机的经验
• 有一台可以连接互联网的电脑
• 不需要编程经验，我们将教你所需的一切
• 课程仅使用免费软件
• 包含云计算和 Windows 10/11 的安装和设置指导视频

描述

欢迎参加使用 Pandas 和 Python 掌握回归与预测课程！

这个三合一大师班视频课程将教您掌握回归、预测、Python 3、Pandas 2 + 3 和高级数据处理。

您将学习掌握回归、回归分析和预测，并使用大量高级回归技术进行预测和自动模型创建，或所谓的真正的机器智能或 AI。您将学习如何处理高级模型结构和极端梯度增强回归以完成预测任务。

Python 3 是世界上最流行和最有用的编程语言之一，而 Pandas 2 和未来版本 3 是现存最强大、最高效和最有用的数据处理库。

您将学习掌握 Python 的原生构建块和强大的面向对象编程。您将设计自己的 Python 构建块高级结构，并使用 Python 执行详细的数据处理任务。

您将学习掌握 Pandas 库并使用其强大的数据处理技术完成高级数据科学和机器学习数据处理任务。Pandas 库是一种快速、强大、灵活且易于使用的开源数据分析和数据处理工具，可直接与 Python 编程语言一起使用。

你将学习：

• 掌握回归、回归分析和预测的理论和实践

• 掌握回归模型，从简单线性回归模型到多项式多元回归模型和高级多元多项式多元回归模型以及XGBoost回归。

• 使用机器学习自动模型创建和特征选择

• 使用套索回归和岭回归对回归模型进行正则化

• 使用决策树、随机森林、XGBoost 和投票回归模型

• 使用前馈多层网络和高级回归模型结构

• 使用有效先进的残差分析和工具来判断模型的拟合优度和残差分布。

• 使用 Matplotlib、Seaborn、Pandas 和 Python 支持的 Statsmodels 和 Scikit-learn 库进行回归分析

• 掌握 Python 3 编程，包括 Python 的原生数据结构、数据转换器、函数、面向对象和逻辑

• 使用和设计高级 Python 结构，并使用 Python 执行详细的数据处理任务，包括文件处理

• 使用 Python 的高级面向对象编程并创建自己的自定义对象、函数以及如何泛化函数

• 操纵数据并使用先进的多维不均匀数据结构

• 掌握 Pandas 2 和 3 库进行高级数据处理

• 使用 Pandas 库的语言和基本概念，处理从 Pandas DataFrame 对象创建、更改、修改和选择数据的所有方面

• 使用 Pandas 进行文件处理以及如何将 Pandas DataFrames 与 Pandas 连接、连接和合并函数/方法相结合

• 执行高级数据准备，包括基于高级模型的缺失数据填补以及数据的缩放和标准化

• 使用 Pandas 进行高级数据描述和统计。对数据进行排名、排序、交叉制表、透视、融合、转置和分组

• [奖励] 使用 Pandas、Matplotlib 和 Seaborn 进行高级数据可视化

• 云计算：使用Anaconda Cloud Notebook（基于云的Jupyter Notebook）。学习使用云计算资源。

• 选项：使用 Anaconda 发行版（适用于 Windows、Mac、Linux）

• 选项：使用 Python 环境基础与 Conda 包管理系统以及命令行安装/更新库和包 – 黄金秘诀，可改善您的工作生活质量。

• 还有更多……

本课程是学习掌握回归、预测、Python、Pandas 和数据处理的绝佳方式！

回归和预测是建模、人工智能和预测中最重要和最常用的工具。数据处理是使数据变得有用并可用于回归、预测和数据分析的过程。

大多数数据科学家和机器学习工程师将大约 80% 的工作精力和时间花在数据处理任务上。精通 Python、Pandas 和数据处理是极其有用且节省时间的技能，可作为生产力的倍增器。

本课程专为希望

• 学习掌握回归和预测

• 从零开始或初级水平学习掌握 Python 3

• 学习掌握 Python 3 并了解另一种编程语言

• 达到 Udemy 中级 Python 程序员水平，如 Python、数据科学或机器学习等许多高级课程所要求的

• 学习掌握 Pandas 库

• 学习数据处理技能，这些技能可以作为力量倍增器，并会在整个职业生涯中用到

• 学习高级数据处理并提高其能力和生产力

要求：

• 建议具有日常使用 Windows、MacOS、iOS、Android、ChromeOS 或 Linux 计算机的经验

• 有一台可以连接互联网的电脑

• 不需要编程经验，我们将教你所需的一切

• 课程仅使用免费软件

• 包含云计算和 Windows 10/11 的安装和设置指导视频

如果我们可以穿越时空成为新生，我们自己也希望能够选修这门课程。我们认为，这门课程是掌握回归、预测、Python、Pandas 和数据处理的最佳课程。

立即报名，即可获得30多小时带有手动编辑英文字幕的视频教程，完成课程后还可获得结业证书！

本课程适合哪些人：

• 任何想要学习掌握回归和预测的人
• 任何想从零开始或初级水平学习掌握 Python 3 的人
• 任何想要掌握 Python 3 并了解其他编程语言的人
• 任何想要达到 Udemy 中级 Python 程序员水平（许多高级 Python、数据科学或机器学习课程都要求达到该水平）的人
• 任何想要学习掌握 Pandas 库的人
• 任何想要学习数据处理技能的人，这些技能可以作为力量倍增器，并在整个职业生涯中用到它们
• 任何想要学习高级数据处理并提高其能力和生产力的人