【Udemy中英字幕】Data Science Marathon: 120 Projects To Build Your Portfolio

数据科学马拉松：120 个项目助你构建投资组合

120 天内构建 120 个项目 – 数据科学、机器学习、深度学习（Python、Flask、Django、AWS、Heruko Cloud）

讲师：Pianalytix • 75

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

• 真实案例研究和项目，帮助了解现实世界中事情是如何完成的
• 实施机器学习算法，向管理层展示数据科学项目
• 使用 SciKit-Learn 执行机器学习任务
• 探索如何部署您的机器学习模型。
• 对许多机器学习模型有很强的直觉
• 了解针对每种类型的问题应选择哪种机器学习模型
• 学习数据科学工作流程的最佳实践
• 学习预处理数据、清理数据和分析大数据
• 学习使用 NumPy 处理数值数据
• 使用 Matplotlib 通过 Python 创建完全定制的数据可视化。
• 使用 Pandas 探索大型数据集并处理数据
• 学习使用 Seaborn 绘制统计图表

探索相关主题

• 数据科学
• 发展

要求

• 数据科学基础知识

描述

在本课程中，实际使用数据科学解决业务问题。学习使用 Python（Flask、Django、Heroku、AWS、Azure、GCP、IBM Watson、Streamlit Cloud）构建和部署机器学习、数据科学、人工智能、自动机器学习、深度学习、自然语言处理 (Nlp) Web 应用程序项目。

数据科学是一门结合领域专业知识、编程技能以及数学和统计学知识的研究领域，旨在从数据中提取有意义的见解。数据科学从业者将机器学习算法应用于数字、文本、图像、视频、音频等，以创建人工智能 (AI) 系统来执行通常需要人类智能才能完成的任务。反过来，这些系统会产生见解，分析师和业务用户可以将其转化为有形的商业价值。

越来越多的公司开始意识到数据科学、人工智能和机器学习的重要性。无论行业或规模如何，希望在大数据时代保持竞争力的组织都需要有效地开发和实施数据科学能力，否则就有被淘汰的风险。

在本课程中，我们将开展以下 120 个真实项目：

项目 1：Pan Card 篡改检测应用程序 – 在 Heroku 上部署

项目 2：狗品种预测 Flask 应用程序

项目 3：图像水印应用程序 – 在 Heroku 上部署

项目 4：交通标志分类

项目 5：图像文本提取应用程序

项目-6：植物疾病预测 Streamlit 应用程序

项目 7：车辆检测和计数 Flask 应用程序

项目 8：创建脸部交换 Flask 应用程序

项目 9：鸟类物种预测 Flask 应用程序

项目-10：英特尔图像分类 Flask 应用程序

项目-11：使用 IBM Cloud 服务的语言翻译应用程序 – 在 Heroku 上部署

项目-12：使用 IBM Watson 预测广告浏览量 – 在 Heroku 上部署

项目-13：笔记本电脑价格预测器 – 在 Heroku 上部署

项目-14：WhatsApp 文本分析器 – 在 Heroku 上部署

项目-15：课程推荐系统 – 在 Heroku 上部署

项目-16：IPL 比赛胜负预测器 – 在 Heroku 上部署

项目-17：体脂估算器应用程序 – 在 Microsoft Azure 上部署

项目-18：校园就业预测应用程序 – 在 Microsoft Azure 上部署

项目-19：汽车可接受性预测器 – 在 Google Cloud 上部署

项目-20：图书类型分类应用程序 – 在 Amazon Web Services 上部署

项目 21：用于查找大肠杆菌的 DNA 分类 – 在 AWS 上部署

项目 22：预测句子中的下一个单词。 – AWS – 在 AWS 上部署

项目 23：使用 LSTM 预测下一个数字序列 – 在 AWS 上部署

项目 24：使用 NLP 从文本中提取关键字 – 在 Azure 上部署

项目 25：纠正错误拼写 – 在 Azure 上部署

项目 26：音乐流行度分类 – 在 Google App Engine 上部署

项目 27：广告分类 – 在 Google App Engine 上部署

项目 28：图像数字分类 – 在 AWS 上部署

项目 29：使用神经网络进行情绪识别 – 在 AWS 上部署

项目 30：乳腺癌分类 – 在 AWS 上部署

项目-31：情绪分析 Django 应用 – 在 Heroku 上部署

项目-32：流失率 Django 应用程序

项目-33：查找传奇 Pokemon Django 应用程序 – 在 Heroku 上部署

项目-34：人脸检测 Streamlit 应用程序

项目-35：猫与狗分类 Flask 应用程序

项目-36：客户收入预测应用程序 – 在 Heroku 上部署

项目-37：语音预测性别应用 – 在 Heroku 上部署

项目-38：餐厅推荐系统

项目-39：幸福指数排名 Django 应用 – 在 Heroku 上部署

项目-40：森林火灾预测 Django 应用程序 – 在 Heroku 上部署

项目-41：构建汽车价格预测应用程序 – 在 Heroku 上部署

项目-42：构建事务计数 Django 应用 – 在 Heroku 上部署

项目-43：构建 Shrooming 预测应用程序 – 在 Heroku 上部署

Project-44：通过 Heroku 部署预测 Google Play 应用评级

项目-45：构建银行客户预测 Django 应用程序 – 在 Heroku 上部署

项目-46：构建艺术家雕塑成本预测 Django 应用程序 – 在 Heroku 上部署

项目-47：构建医疗成本预测 Django 应用程序 – 在 Heroku 上部署

项目-48：钓鱼网页分类 Django 应用 – 在 Heroku 上部署

项目-49：服装合身尺寸预测 Django 应用 – 在 Heroku 上部署

项目-50：构建相似性文本 Django 应用程序 – 在 Heroku 上部署

Project-51：黑色星期五促销项目

项目-52：情绪分析项目

Project-53：帕金森病预测项目

Project-54：虚假新闻分类器项目

Project-55：恶意评论分类器项目

Project-56：IMDB 电影评分预测

项目-57：印度空气质量预测

项目-58：Covid-19案例分析

项目-59：客户流失预测

项目-60：创建聊天机器人

Project-61：视频游戏销售分析

Project-62：Zomato 餐厅分析

项目-63：沃尔玛销售预测

项目-64：利用信号处理技术预测声波速度

项目-65：使用机器学习估算孔隙压力

项目-66：使用机器学习进行音频处理

项目-67：使用语音识别进行文本表征

项目-68：使用神经网络进行音频​​分类

项目-69：开发语音助手

项目-70：客户细分

Project-71：FIFA 2019 分析

项目-72：网络抓取数据的情感分析

项目-73：确定红葡萄藤的质量

项目-74：客户性格分析

项目-75：印度识字能力分析

项目-76：使用 Eval ML（Auto ML）预测心脏病发作风险

项目-77：使用 Pycaret（自动机器学习）检测信用卡欺诈

项目-78：使用 Auto SK Learn（Auto ML）预测航班票价

项目-79：使用 Auto Keras 预测汽油价格

项目-80：使用 H2O Auto ML 预测银行客户流失

Project-81：使用 TPOT 和端到端部署（自动机器学习）的空气质量指数预测器

项目-82：使用 ML 模型和 PyCaret 进行降雨预测（自动 ML）

项目-83：使用 ML 和 EVALML（Auto ML）预测披萨价格

Project-84：使用 TPOT（自动机器学习）预测 IPL 板球比分

项目-85：使用 ML 和 H2O Auto ML 预测自行车租赁数量

项目-86：使用 Auto Keras (Auto ML) 预测混凝土抗压强度

项目-87：使用 Auto SK Learn（Auto ML）预测班加罗尔房价

Project-88：使用 PyCaret (Auto ML) 进行医院死亡率预测

项目-89：使用 ML 和 Eval Auto ML 进行员工晋升评估

Project-90：使用 ML 和 H2O Auto ML 进行饮用水适宜性预测

项目-91：使用 OpenCV 和 Tkinter 的图像编辑器应用程序

Project-92：使用 Tkinter 和 Sqlite3 进行品牌识别游戏

项目-93：使用 Tkinter 和 Sqlite3 的事务应用程序

项目-94：使用 Django 的学习管理系统

项目-95：使用 Django 创建新闻门户

项目-96：使用 Django 创建学生门户

Project-97：使用 Django 和 Plotly 进行生产力跟踪

Project-98：使用 Django 创建学习小组

项目-99：使用 PyQt5、SQLite 构建作物指南应用程序

项目-100：使用 PyQt5、SQLite 构建密码管理器应用程序

项目-101：使用 Python 创建新闻应用程序

项目-102：使用 Python 创建指南应用程序

项目-103：使用 Django、Python 构建 Chef Web 应用程序

项目-104：三段论推理规则求解器 Web 应用程序

项目-105：使用 Django、Python 构建 Vision Web 应用程序

项目-106：使用 Python 构建预算规划器应用程序

项目-107：构建井字游戏

项目-108：使用 Django 的随机密码生成器网站

项目-109：使用 Django 构建个人作品集网站

Project-110：多用户待办事项列表网站

项目-111：加密硬币规划器 GUI 应用程序

项目-112：您自己的 Twitter 机器人 -python、请求、API、部署、tweepy

项目-113：使用 python、Tkinter、JSON 创建 Python 字典

项目-114：使用 Python 制作的捕蛋游戏

项目-115：使用 Python 的个人日常活动追踪器应用程序

项目-116：使用 Tkinter 和 Canvas 构建屏幕 -Pet

项目-117：使用 Turtle 和 Python 构建毛毛虫游戏

项目-118：使用 Python 构建 Hangman 游戏

项目-119：使用 Python 和 Tkinter 开发我们自己的智能计算器

项目-120：使用 Python 和枕头进行基于图像的隐写术

提示：创建一个 60 天学习计划或 120 天学习计划，每天花费 1-3 小时，在 60 天内完成 120 个项目或在 120 天内完成 120 个项目。

成为数据科学家、获得聘用并开始新职业生涯所需的唯一课程

注意（阅读此内容）：本课程值得您花费时间和金钱，请在优惠到期前立即报名。

本课程适合哪些人：

• 数据科学初学者