Content
9 Lessons • 0 Quizzes • 0 Challenges
你将从本课程中学到的内容
- 1
概述
使用NumPy进行数据操作
- 1
简介
- 2
NumPy 数组
- 3
NumPy 基础
- 4
数学
- 5
随机
- 6
索引
- 7
过滤
- 8
统计学
- 9
聚合
- 10
保存数据
- 11
测验
使用pandas进行数据分析
- 1
简介
- 2
系列
- 3
DataFrame
- 4
组合
- 5
索引
- 6
文件输入输出(File I/O)
- 7
分组
- 8
特征
- 9
过滤
- 10
排序
- 11
指标
- 12
绘图
- 13
NumPy入门
- 14
测验
使用 scikit-learn 进行数据预处理
- 1
简介
- 2
标准化数据
- 3
数据范围
- 4
稳健缩放
- 5
数据归一化
- 6
数据填补
- 7
主成分分析(PCA)
- 8
带标签数据
- 9
测验
使用 scikit-learn 进行数据建模
- 1
简介
- 2
线性回归
- 3
岭回归
- 4
LASSO回归
- 5
贝叶斯回归
- 6
逻辑回归
- 7
决策树
- 8
训练与测试
- 9
交叉验证
- 10
将交叉验证应用于决策树
- 11
评估模型
- 12
穷举调优
- 13
测验
使用 scikit-learn 进行聚类
- 1
简介
- 2
余弦相似度
- 3
最近邻
- 4
K-均值聚类
- 5
层次聚类
- 6
均值漂移聚类
- 7
DBSCAN
- 8
评估聚类结果
- 9
特征聚类
- 10
测验
使用XGBoost进行梯度提升
- 1
简介
- 2
XGBoost 基础知识
- 3
交叉验证
- 4
保存与加载 Booster 模型
- 5
XGBoost 分类器
- 6
XGBoost 回归器
- 7
特征重要性
- 8
超参数调优
- 9
模型持久化
- 10
测验
使用TensorFlow进行深度学习
- 1
简介
- 2
模型初始化
- 3
Logits
- 4
指标
- 5
优化
- 6
训练
- 7
评估
- 8
线性限制
- 9
隐藏层
- 10
多分类
- 11
Softmax
- 12
测验
使用Keras进行深度学习
- 1
简介
- 2
顺序模型
- 3
模型输出
- 4
模型配置
- 5
模型执行
- 6
测验
- 7
课程总结
Certificate of Completion
Showcase your accomplishment by sharing your certificate of completion.
Course Author:Anonymous User