课程亮点

师资:*讲师团队,丰富行业经验和企业培训经验

特色:小班培训,精品课程,面授+直播+录播,上课方式多样

培训:免费重听

适用对象

不限

课程内容

在大数据时代,数据的重要性显得越来越重要,Python作为一门*的编程语言,用于处理数据也非常方便,并且数据的分析和挖掘处理功能也非常强大,在这一门课程中,将使用Python3一步一步讲解数据分析与人工智能的知识,并且全程采用实战案例教学,让学员可以从实际场景中学习到以下技能:

1、掌握数据挖掘基础工具使用;

2、掌握数据挖掘处理数据方法;

3、了解常见机器学习算法原理;

4、掌握深度学习算法和框架。

可用于解决如下实际问题:

1、从数据支持到策略开发;

2、实现自动交易策略;

3、深度学习模型的训练过程。

授课说明

课程形式:课堂讲授、讲义解析、实战互动演练

培训环境

机器要求:计算机1台1人

软件要求:Windows7以上、Python环境

硬件要求:CPU: 主流即可

RAM:8GB以上

教学环境:局域网、白板、投影仪

课程大纲

Python数据分析基础Python数据分析与挖掘技术基础

数据分析与挖掘技术基础

科学计算numpy

pandas

数据可视化matpalotlib

Python数据导入实战

Python数据可视化分析实现

Python数据清洗、集成与变换

Python数据清洗

Python数据集成

Python数据变换

学会预处理大规模数据

Python数据挖掘建模

Python数据建模与分类实现

Python数据建模概述

Python数据分类实现过程

常见分类算法

KNN算法

贝叶斯方法

回归分析与决策树

Python数据分析与挖掘聚类实现与回归分析

聚类常见算法

聚类三法实战(划分法、层次法、密度法)

K-Means算法

Python数据回归分析

Python机器学习

特征工程

监督学习分类算法

监督学习回归算法

非监督学习

Scikit-learn使用

模型选择与调优

Python降维技术与大型数据分析与挖掘项目实战

Python数据降维分析实现

大型网站用户行为基本数据分析与挖掘分析项目实践

人工智能工具Tensorflow

TensorFlow API的构建

简单API进行多层感知器建模

简单API进行CNN/LSTM建模

DataSet与数据高效读写

复杂API的高效特征工程处理

Keras工具简介

序贯模型与函数模型的使用

多层感知器

Keras卷积神经网络

项目案例实战:验证码识别