完胜数据分析之Python五套件-张敏-专题视频课程

完胜数据分析之Python五套件—348人已学习
课程介绍    

    本课程提供Python科学计算库Numpy基础知识、Python数据处理库Pandas项目实战、Python数据可视化库matplotlib、Python机器学习库Scikit-learn四大Python数据分析框架知识点的讲解，帮助更多的人占领技术的制高点，狙击AI！
课程收益
    所有讲解都是基于python3.6最新版本，希望借此课程帮助更多的人进入Python领域！利用Python技术实现你的大数据梦，AI人工智能梦！
讲师介绍
    张敏 更多讲师课程
    大数据工程师/算法工程师/大数据讲师，毕业于西华大学软件工程专业。在大数据领域有着丰富的实战经验。 擅长领域：Spark/Hadoop、算法设计及系统架构、数据挖掘、机器学习~。在Spark内核方面有深入的研究，参与Scala基础入门，Spark内核及性能优化相关书籍部分内容的编写工作。
课程大纲
  第1章:Numpy科学计算
    1. numpy简介及环境安装  16:27
    2. numpy核心ndarray  22:38
    3. numpy基本操作  22:25
    4. numpy数组和矩阵的索引切片和迭代操作  26:28
    5. numpy条件判断和布尔数组  7:31
    6. numpy中ndarray形状变换  8:02
    7. numpy数组矩阵的连接和切分  13:50
    8. numpy中常用概念  14:01
    9. numpy结构化数组  8:55
    10. numpy数据文件的读写  11:26
  第2章:Pandas数据处理
    1. pandas简介及安装  5:43
    2. pandas核心数据结构之Series  22:42
    3. pandas核心数据结构之DataFrame  23:23
    4. pandas中的Index对象  19:35
    5. pandas数据结构之间的运算  4:34
    6. pandas中numpy函数应用与apply自定义函数  13:49
    7. pandas中Dataframe和Series的排序和排位  14:28
    8. pandas计算相关性和协方差  14:35
    9. pandas中NaN数据处理  14:06
    10. pandas读写CSV和文本数据  21:58
    11. pandas读写HTML文件  6:51
    12. pandas读取xml文件  13:36
    13. pandas读取Microsoft Excel文件  5:26
    14. pandas读写Json数据  2:17
    15. pandas读写HDF5数据格式  8:04
    16. pandas实现pickle对象序列化  7:52
    17. pandas读写SQLite数据库  7:36
    18. pandas读写mysql数据库  7:50
    19. pandas读写postgresql数据库  7:01
    20. pandas操作Nosql数据库mongodb  9:52
  第3章:Matplotlib数据可视化
    1. matplotlib简介、安装及架构  12:46
    2. matplotlib用户接口pyplot  13:40
    3. matplotlib 方法的关键字参数和subplot  4:35
    4. matplotlib为图表添加更多元素  16:45
    5. matplotlib处理日期数据  7:12
    6. matplotlib绘制线性图  22:50
    7. matplotlib绘制直方图  6:24
    8. matplotlib绘制条状图  22:38
    9. matplotlib绘制饼图  12:02
    10. matplotlib绘制等高线图  12:45
    11. matplotlib绘制3D曲面  7:33
    12. matplotlib绘制3D散点图  5:21
    13. matplotlib绘制多面版图形  10:38
  第4章:scikit-learn机器学习
    1. LogisticRegression良恶性乳腺癌肿瘤预测  30:58
    2. SVC分类手写数字  13:05
    3. Naive_Bayes算法分类新闻文本  11:30
    4. KNN算法分类鸢尾花类别  6:16
    5. DecisionTree预测泰坦尼克号沉船事故船员生存  17:45
    6. GBDT及随机森林集成模型预测泰坦尼克号沉船事件  10:23
    7. 线性回归和梯度下降回归预测波士顿房价  13:08
    8. SVR预测波士顿房价(回归分析)  7:28
    9. KNN算法预测波士顿房价(回归分析)  5:48
    10. 回归树预测波士顿房价  6:26
    11. 集成回归模型预测波士顿房价  5:58
    12. K-means聚类算法对手写字体的分类  24:43
    13. PCA特征降维手写字体数据集并用SVC分类  8:32
    14. 特征抽取（文本分类）  24:11
    15. 特征筛选(决策树性能)  20:23
    16. 模型正则化(欠拟合与过拟合)  26:00
    17. 模型检验方式  4:16
    18. GridSearch超参数搜索  19:44
    19. XGBoost集成算法  8:34
    20. GridSearch搜索XGBoost最佳参数  5:01
  第5章:Seaborn数据可视化的艺术
    1. Seaborn简介  3:04
    2. Seaborn的安装  3:20
    3. Seaborn图表六种风格  12:43
    4. Seaborn图表元素的缩放  5:16
    5. Seaborn调色板  17:03
    6. Seaborn自定义颜色面板  6:10
    7. Seaborn一元数据快速可视化  10:56
    8. Seaborn二元数据分布可视化  17:27
    9. Seaborn之stripplot和swarmplot  9:00
    10. Seaborn之盒图和小提琴图  12:33
    11. Seaborn之条形图、点线图  10:58
    12. Seaborn线性关系图  12:59
    13. Seaborn之多变量线性关系图表的绘制  5:47
    14. Seaborn网格图表的绘制  22:28
大家可以点击【 查看详情】查看我的课程