【Udemy中英字幕】Data Science for Beginners – Python, Azure ML and Tableau
最近更新 2025年01月15日
资源编号 30914

【Udemy中英字幕】Data Science for Beginners – Python, Azure ML and Tableau

2025-01-15 IT与软件 0 137
郑重承诺丨视频 中英文字幕 配套课件
增值服务:免费提供代找课服务:
¥ 42.9 金币
VIP折扣
    折扣详情
  • 体验会员

    免费

  • 包月会员

    免费

  • 包年会员

    免费

  • 永久会员

    免费

开通VIP尊享优惠特权
立即下载 升级会员
微信扫码咨询 微信扫码咨询
进入TA的商铺 联系官方客服
信息属性
详情介绍

数据科学初学者 – Python、Azure ML 和 Tableau

实用数据科学:使用 Python、Tableau 和 Azure ML 进行机器学习、人工智能、云和数据分析以及真实项目

讲师:Graeme Gordon

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!

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

  • 动手学习 Python 中的数据分析和操作
  • 理解并应用关键统计概念
  • 使用 Matplotlib 和 Seaborn 进行数据可视化以提取见解
  • 使用 Python 和 Azure 机器学习工作室开发和评估机器学习模型
  • 具有云计算和自然语言处理经验
  • 使用 Tableau 创建交互式仪表板并可视化数据洞察

探索相关主题

  • 数据科学
  • 其他 IT 和软件
  • 信息技术与软件

要求

  • 本课程没有任何先决条件 – 它是为初学者设计的
  • 你所需要的只是一台电脑、一个互联网连接和学习意愿

描述

“数据科学入门 – Python 和 Azure ML 及项目”是一门实践课程,介绍从事数据科学工作所需的基本技能。本课程专为初学者设计,涵盖 Python 编程、数据分析、统计、机器学习和使用 Azure 进行云计算。每个主题都通过实际示例、真实数据集和分步指导进行讲解,让任何刚开始接触数据科学的人都能轻松理解并参与其中。

您将学到什么

  • Python 编程基础知识:从 Python 基础知识开始,涵盖变量、数据类型、函数和控制流等基本编程概念。Python 是一种在数据科学中广泛使用的多功能语言,掌握这些基础知识将帮助您自信地执行数据分析和构建机器学习模型。

  • 使用 Pandas 进行数据清理和分析:使用强大的数据科学库 Pandas 开始进行数据处理和清理。您将学习导入、探索和转换数据的技术,从而能够有效地分析数据并为建模做好准备。

  • 数据科学统计学:了解数据科学中使用的关键统计概念。主题包括集中趋势度量(平均值、中位数、众数)、变异度量(标准差、方差)和假设检验。这些概念将帮助您准确理解和解释数据洞察。

  • 数据可视化:获得使用 Matplotlib 和 Seaborn 创建可视化的实践经验。您将学习制作线图、散点图、条形图、热图等,从而能够清晰有效地传达数据见解。

  • 使用 Tableau 进行交互式数据可视化

    掌握领先的商业智能工具 Tableau,创建令人惊叹且具有交互性的仪表板。您将学习:

    • 连接到数据源并准备数据以进行可视化。

    • 构建条形图、直方图和环形图等图表。

    • 创建计算字段来细分和分析数据,例如流失率、任期、年龄组和余额范围。

    • 开发银行客户流失仪表板,集成多种可视化和过滤器以获得可操作的见解。

    • 发布您的 Tableau 仪表板并与利益相关者共享。

    本部分提供以交互方式分析和可视化数据的实用技能,使您能够在现实场景中有效地呈现见解。

实际的真实项目

本课程强调边做边学,通过两个模拟真实世界数据科学任务的深入项目:

  • 加州住房数据分析:在这个项目中,您将使用加州住房数据进行数据清理、特征工程和分析。您将构建一个回归模型来预测房价,并使用 R 平方和均方误差 (MSE) 等指标评估其性能。该项目提供处理数据的全周期体验,从探索到模型评估。

  • Azure ML 中的贷款审批模型:在第二个项目中,您将学习如何使用 Azure 机器学习在云上创建、部署和测试机器学习模型。您将构建一个分类模型来预测贷款审批结果,掌握数据拆分、准确性和模型评估等概念,并使用精度、召回率和 F1 分数等指标。这个项目将让您熟悉 Azure ML,这是业界用于基于云的机器学习的强大工具。

  • 客户流失分析与预测:在这个项目中,您将分析客户数据,以确定银行环境中导致客户流失的模式和因素。您将清理和准备数据集,然后构建一个预测模型来对可能离开银行的客户进行分类。通过学习特征工程、模型训练和评估等技术,您将利用准确度、精确度、召回率和 F1 分数等指标来评估模型的性能。这个项目将为您提供数据分析和机器学习方面的实践经验,让您掌握应对客户保留方面现实挑战的技能

  • Tableau 中的银行客户流失仪表板

    构建交互式仪表板以可视化客户流失数据。使用图表、过滤器和计算字段突出显示关键见解,使用户能够了解客户流失模式和客户行为。

机器学习和云计算

  • 机器学习技术:本课程涵盖数据科学中使用的基础机器学习技术。您将学习构建和应用线性回归和随机森林等模型,这些模型是数据科学中用于回归和分类任务的最广泛使用的模型。每个模型都逐步解释,并附有实际示例以加深您的理解。

  • 使用 Azure ML 进行云计算:了解云计算的世界,并了解 Azure 机器学习 (Azure ML) 如何简化模型构建、部署和扩展。您将探索如何在 Azure 中设置环境、使用数据资产以及运行机器学习实验。学习 Azure ML 将为您从事基于云的数据科学职业做好准备,并为您提供与现代数据科学工作流程相关的技能。

其他功能

  • 使用 ChatGPT 作为数据科学助手:通过使用 ChatGPT 探索如何在数据科学之旅中利用 AI。您将学习使用 AI 提高生产力、起草数据查询和集思广益的技术,使其成为您未来项目的宝贵助手。

  • 测试和练习:每个部分都包含测验和练习,以巩固您的学习。您将有机会通过实践问题和真正的编码挑战来测试您对 Python、数据分析和机器学习概念的理解。

在本课程结束时,您将完成实际项目,打下坚实的 Python 基础,并掌握当今数据驱动世界中必不可少的数据科学工作流程技能。无论您是想开始从事数据科学职业、提升技能还是探索新领域,本课程都为您提供入门所需的知识和实践经验。

本课程适合哪些人:

  • 本课程非常适合对数据科学感兴趣并希望亲身体验这一激动人心的领域的初学者。
  • 它非常适合学生、转行者以及非技术背景的专业人士,他们希望打下坚实的数据科学技能基础,包括 Python 编程、数据分析、统计、机器学习和云计算。
请注意:
如果你有能力,请务必支持课程的原创作者,这是他们应得的报酬!
本站收取的费用,仅用来维持网站正常运行的必要支出,从本站下载任何内容,说明你已经知晓并同意此条款。

相关文章

发表评论
暂无评论
官方客服团队

为您解决烦忧 - 24小时在线 专业服务