课。程。背。景基于数据分析与机器学习领域,使用python作为课程的实战语言,随着大数据与人工智能领域日益火爆,数据分析和机器学习建模成了当下最热门的技术,课程旨在帮助同学们快速掌握python数据分析包以及经典机器学习算法并通过对真实数据集分析进行实战演示。

1.课程研发环境

课程基于windows环境进行讲解与代码演示,需要同学们搭建Python环境,推荐根据课时（使用Anaconda搭建python环境）来进行python和其依赖库的安装。

2.内容简介

课程风格通俗易懂，基于真实数据集案例实战。主体课程分成三个大模块(1)python数据分析，(2)机器学习经典算法原理详解,(3)十大经典案例实战。通过python数据科学库numpy,pandas,matplot结合机器学习库scikit-learn完成一些列的机器学习案例。算法课程注重于原理推导与流程解释，结合实例通俗讲解复杂的机器学习算法，并以实战为主，所有课时都结合代码演示。算法与项目相结合，选择经典kaggle项目，从数据预处理开始一步步代码实战带大家快速入门机器学习。旨在帮助同学们快速上手如何使用python库来完整机器学习案例。选择经典案例基于真实数据集，从数据预处理开始到建立机器学习模型以及效果评估，完整的讲解如何使用python及其常用库进行数据的分析和模型的建立。对于每一个面对的挑战，分析解决问题思路以及如何构造合适的模型并且给出合适评估方法。在每一个案例中，同学们可以快速掌握如何使用pandas进行数据的预处理和分析，使用matplotlib进行可视化的展示以及基于scikit-learn库的机器学习模型的建立。

Python数据分析与机器学习实战： 

第一讲：Python数据分析与机器学习实战课程简介

第二讲：Python快速入门

第三讲：Python科学计算库Numpy

第四讲：Python数据分析处理库Pandas

第五讲：Python可视化库Matplotlib

第六讲：回归算法

第七讲：模型评估

第八讲：K近邻算法

第九讲：决策树与随机森林算法

第十讲：支持向量机

第十一讲：贝叶斯算法

第十二讲：神经网络

第十三讲：Adaboost算法

第十四讲：SVD与推荐

第十五讲：聚类算法

第十六讲：案例实战：使用Python库分析处理Kobe Bryan职业生涯数据

第十七讲：案例实战：信用卡欺诈行为检测

第十八讲：案例实战：泰坦尼克号获救预测

第十九讲：案例实战：鸢尾花数据集分析

第二十讲：案例实战：级联结构的机器学习模型

第二十一讲：案例实战：员工离职预测

第二十二讲：案例实战：使用神经网络进行手写字体识别

第二十三讲：案例实战：主成分分析

第二十四讲：案例实战：基于NLP的股价预测 

第二十五讲：案例实战：借贷公司数据分析

 

 

 

 

 

 

目标一. 掌握Python数据分析的4个神器(Numpy,Pandas,Matplotlib,Scikit-learn)

目标二. 机器学习经典算法的原理推导和建模流程

目标三. 真实数据集演示如何对数据进行预处理

目标四. 机器学习算法建模与调参技巧

目标五. 完整演示如何对数据进行分析处理与可视化展示

目标六. 经典的kaggle竞赛项目，挑战极限