【Udemy中英字幕】One Week of Data Science in Python – New 2024!
最近更新 2024年04月09日
资源编号 36121

【Udemy中英字幕】One Week of Data Science in Python – New 2024!

2024-04-09 Udemy 0 594
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:
¥ 29.9 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

Python 数据科学一周 – 2024 年新内容!

快速掌握数据科学基础知识一星期见效!课程专为忙碌的人设计

讲师:Dr. Ryan Ahmed, Ph.D., MBA

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。

你将学到什么

  • 对现实世界数据集进行统计分析
  • 了解特征工程策略和工具
  • 执行一次热编码和标准化
  • 了解规范化和标准化之间的区别
  • 使用 pandas 处理缺失数据
  • 更改 pandas DataFrame 数据类型
  • 定义一个函数并将其应用于 Pandas DataFrame 列
  • 执行 Pandas 操作和过滤
  • 计算并显示相关矩阵热图
  • 使用 Seaborn 和 Matplotlib 库执行数据可视化
  • 使用 matplotlib 绘制单线图、饼图和多个子图
  • 使用 Seaborn 绘制配对图、计数图和相关热图
  • 绘制分布图(distplot)、直方图和散点图
  • 了解机器学习回归基础知识
  • 了解如何使用最小二乘和优化模型参数
  • 使用 SK Learn 库将数据拆分为训练和测试
  • 执行数据可视化和基本探索性数据分析
  • 在 Scikit-Learn 中构建、训练和测试我们的第一个回归模型
  • 评估经过训练的机器学习回归模型性能
  • 了解 boosting 背后的理论和直觉
  • 在 Scikit-Learn 中训练 XG-boost 算法来解决回归类型问题
  • 训练多种机器学习模型分类器模型,例如逻辑回归、支持向量机、K 最近邻和随机森林分类器
  • 使用各种 KPI(例如准确度、精确度、召回率、F1 分数、AUC 和 ROC)评估训练后的模型性能。
  • 使用各种 KPI 比较分类模型的性能。
  • 应用autogluon解决回归和分类类型问题
  • 使用 AutoGluon 库使用几行代码来执行 AI/ML 模型的原型设计
  • 在模型排行榜上绘制各种模型的表现
  • 使用 SK-Learn 优化回归和分类模型超参数
  • 了解各种超参数优化策略(例如网格搜索、随机搜索和贝叶斯优化)之间的区别。
  • 使用 Scikit-Learn 库执行超参数优化。
  • 了解偏差方差权衡以及 L1 和 L2 正则化

在你的职业生涯中蓬勃发展

通过订阅个人计划,访问一系列针对热门角色精心策划的顶级课程。

非常适合

数据科学家

一系列精选的课程和实践练习,可帮助您成为一名数据科学家。

  • 120+相关课程
  • 1,390+动手练习
  • 4.6平均。课程评级

免费试用个人计划试用后每月起价 20.00 美元。随时取消。

要求

  • 基本的Python编程能力

描述

您想学习数据科学并快速高效地构建强大的应用程序吗?

您是一个想要进入数据科学并寻找包含您所需的所有基础知识的课程的绝对初学者吗?

您是一位忙碌的有抱负的企业家,希望通过数据科学最大限度地提高业务收入并降低成本,但没有时间快速有效地实现这一目标?

如果以上任何一个问题的答案是肯定的,那么本课程就适合您!

数据科学是现在最热门的技术领域之一!

该领域充满了机遇和职业前景。

数据科学广泛应用于银行、医疗保健、交通和技术等许多领域。

在商业中,数据科学用于优化业务流程、最大化收入并降低成本。

本课程旨在通过一周的时间,以实用、简单、快速和高效的方式为您提供数据科学关键方面的知识。

这门课程在很多方面都是独一无二的。它包括一些练习机会、测验和最终的顶点项目。

每天,我们都会花 1-2 个小时在一起,掌握一个数据科学主题。

首先,我们将从数据科学基本入门包和掌握关键数据科学概念开始,包括数据科学项目生命周期、招聘人员寻找什么以及有哪些工作机会。

接下来,我们将了解使用 Pandas、matplotlib 和 Seaborn 库的探索性数据分析和可视化技术。

在下一节中,我们将学习回归基础知识。我们将学习如何使用 Scikit Learn 库构建、训练、测试和部署回归模型。

在下一节中,我们将学习网格搜索、随机搜索和贝叶斯优化等超参数优化策略。

接下来,我们将学习如何在 SageMaker 和 SK-Learn 库中训练多种分类算法,例如逻辑回归、支持向量机、K 最近邻、随机森林分类器和朴素贝叶斯。

接下来,我们将介绍 Autopilot 上的数据科学!我们将学习如何使用 AutoGluon 库对多个 AI/ML 模型进行原型设计并部署最佳模型。

那么这门课程适合谁呢?

该课程面向任何想要对数据科学有基本了解并解决实际业务问题的人。

在本课程中:

  1. 您将获得实际的基于项目的学习体验。我们将共同建设十多个项目
  2. 您将可以访问所有代码和幻灯片
  3. 您将获得一份结业证书,您可以将其发布在您的 LinkedIn 个人资料上,向雇主展示您在数据科学方面的技能。
  4. 所有这些都附带 30 天退款保证,因此您可以无风险地尝试课程!

查看预览视频和大纲,了解我们将涵盖的项目。

今天就报名吧,让我们一起利用数据科学的力量!

本课程适合谁:

  • 该课程面向任何想要对数据科学有基本了解并解决现实世界业务问题的人
  • 希望提升职业生涯并建立自己的投资组合的初学者数据科学家
  • 希望利用数据科学实现业务转型的经验丰富的顾问
  • 对数据科学和人工智能充满热情、新手并希望获得实践经验的技术爱好者
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