python机器学习-乳腺癌细胞挖掘

python机器学习-乳腺癌细胞挖掘( 博主亲自录制)
网易云课堂观看地址：http://dwz.date/bwey

作者介绍
Toby，持牌照金融公司担任模型验证专家,国内最大医药数据中心数据挖掘部门负责人！和重庆儿科医院，中科院教授，赛柏蓝保持慢病数据挖掘项目合作！管理过欧美日中印巴西等国外药典数据库，马丁代尔数据库，FDA溶解度数据库，临床试验数据库，WHO药物预警等数据库。QQ：231469242，微信公众号：pythonEducation

课程概述
此课程讲述如何运用python的sklearn快速建立机器学习模型。课程结合美国威斯康辛乳腺癌细胞临床数据，实操演练，建立癌细胞预测分类器。

课程讲述十大经典机器学习算法：逻辑回归，支持向量，KNN,神经网络，随机森林，xgboost,lightGBM,catboost。这些算法模型可以应用于各个领域数据。

本视频系列通俗易懂，课程针对学生和科研机构，python爱好者。
本视频教程系列有完整python代码，观众看后可以下载实际操作。

了解癌症肿瘤基本常识，建立健康生活方式，预防癌症，减轻癌症治疗成本。

课程背景
警钟长鸣！癌症离我们远吗？《我不是药神》催人泪下，笔者在此揭露真相，癌症不是小概率疾病，癌症就在身边。癌症早期发现和控制可极大延长寿命和减少治疗费用。笔者下载美国威斯康辛临床数据，运用python sklearn建立乳腺癌分类器模型，可预测正常细胞和癌细胞。我国医院重视治疗，但忽略疾病预防教育。通过我多年机器学习数据挖掘，我发现疾病可防可控，通过自身努力，我们可以提前发现疾病早期症状或扼杀疾病于摇篮。希望此课程让广大医疗科研工作者认识疾病预防教育重要性。

课程目录

章节1我的主页和课前咨询答疑
课时1我的所有教学系列介绍
课时2如何联系作者和访问我的主页
课时3欢迎项目合作
课时4如何下载脚本和原始数据
课时5诚谢大家支持
章节2癌症常识
课时6警钟长鸣！癌症就在你身边
课时7癌症科普介绍
课时8病毒细菌诱发的癌症
课时9祸从口入-致癌食物大揭秘
课时10Python机器学习挖掘癌细胞概述
章节3python编程环境搭建
课时11Anaconda快速入门指南
课时12Anaconda下载安装
课时13Canopy下载和安装
课时14Python非官方扩展包下载地址
课时15python第三方包安装(pip和conda install)
课时16Anaconda Navigator导航器
课时17Anaconda安装不同版本python
课时18jupyter1_为什么使用jupyter notebook
课时19jupyter2_jupyter基本文本编辑操作
课时20如何用jupyter notebook打开指定文件夹内容？
课时21jupyter4_jupyter转换PPT实操
课时22jupyter notebook用matplotlib不显示图片解决方案
课时23conda-forge安装rdkit
章节4python基础知识
课时24为什么学习编程？大多数学校不会告诉你的秘密
课时25python官网
课时26Python文件基本操作
课时27变量_表达式_运算符_值
课时28字符串string
课时29程序基本构架（条件，循环）
课时30数据类型_函数_面向对象编程
课时31python2和3的区别
课时32编程技巧和学习方法
章节5sklearn机器学习基础知识
课时33机器学习数据库介绍
课时34机器学习书籍推荐
课时35Python数据科学常用的包
课时36如何选择算法
课时37sklearn算法速查表
课时38sklearn建模基础代码
课时39python数据科学入门介绍（选修）
章节6获取乳腺癌临床数据
课时40数据获取-乳腺癌细胞临床数据
章节7变量筛选和描述性统计
课时41spss因子分析-解释癌细胞特征
课时42变量筛选1-模型法
课时43变量筛选2-比例法percentile
课时44变量筛选3-方差法
课时45变量筛选4-KBest
课时46好变量/特征比算法更重要（英语-课外阅读）
章节8十大经典机器学习算法-建立乳腺癌细胞分类器
课时47逻辑回归logistic regression
课时48支持向量SVM
课时49KNN最近邻算法
课时50决策树-decision tree
课时51随机森林-random forest
课时52神经网络neural network
课时53xgboost
课时54lightgbm基础讲解
课时55lightGBM脚本实现
课时56catboost基础讲解
课时57catboost脚本实现
课时58常见算法优劣对比
课时59bagging VS boosting
课时60随机森林和boosting算法扩展知识（英文课外阅读）
章节9数据预处理
课时61pandasl数据处理基础知识
课时62哑变量处理-hotcode热编码
课时63imputer-缺失数据处理
课时64scale-数据标准化处理
章节10变量（特征）重要性
课时65逻辑回归和集成树算法变量（特征）重要性概述
课时66随机逻辑回归randomized logistic regression
课时67xgboost特征重要性
课时68catboost特征重要性
课时69lightgbm特征重要性
章节11模型调参
课时70遍历调参法
课时71单个参数网格调参
课时72多参数网格调参
课时73随机网格调参_random size search cv
章节12模型验证
课时74模型验证必要性-市场80%模型存在问题
课时75交叉验证cross validation
课时76混淆矩阵
课时77ROC曲线
课时78PSI（population stability index）模型稳定性
课时79基尼系数GINI index-模型区分能力指标
课时80KS（kolmogorov-smirnoff）-模型区分能力指标
章节13附录
课时81如何运用公开资料学习python（GitHub，kaggle，StackOverflow)
课时82显微镜下癌细胞
课时83python在生物分子学应用（英文课外扩展）
课时84SIR模型预测新冠状病毒2019-nCoV

乳腺癌建模数据

课程中十大经典机器学习算法震撼登场：逻辑回归，支持向量，KNN,神经网络，随机森林，xgboost,lightGBM,catboost。课程提供视频里讲解脚本，这些模型脚本可以应用于各个领域数据，包括金融反欺诈模型，信用评分模型，收入预测模型等等，为中小企业提供现成解决方案。




随机森林变量权重可视化

课程耗费三年时间，360度无死角的讲述整个模型开发周期，非市场上快餐教学。教程包括数据获取，数据预处理，变量筛选，模型筛选，模型评估，模型调参。

本视频系列通俗易懂，课程针对学生和科研机构，python爱好者。本视频教程系列有完整python代码，观众看后可以下载实际操作。这些模型代码可为中小型企业提供解决方案。

Anaconda+KNN+网格调参+交叉验证

通过课程部分部分截图，我们可以快速入手python机器学习，欢迎各位学习报名我的《python机器学习生物信息学系列课》（博主录制）：http://dwz.date/b9vw