【编程学习】Python数据分析与机器学习实战

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

【PY机器学习】 (92 Bytes, 需要: RMB 16 元)

2025-9-20 16:17:37 上传

需要: RMB 16 元  [购买]

内容非常丰富，涵盖了PY机器学习的方方面面，适合自学！
    01 人工智能入门指南
    02 科学计算库-numpy
    03 数据分析处理库-Pandas
    04 可视化库-Matplotlib
    05 机器学习入门算法实战-K近邻
    06 线性回归算法
    07 梯度下降与逻辑回归算法
    08 项目实战：信用卡欺诈检测
    09 决策树算法
    10 随机森林与集成算法
    11 项目实战-基于随机森林的气温预测
    12 贝叶斯算法
    13 项目实战-基于贝叶斯的新闻分类任务
    14 无监督聚类-Kmeans算法
    15 无监督聚类-DBSCAN算法
    16 降维算法-PCA主成分分析
    17 降维算法-线性判别分析
    18 支持向量机SVM
    19 Xgboost提升算法
    20 项目实战-Xgboost调参实战
    21 探索性数据分析-赛事数据集
    22 时间序列ARIMA模型
    23 时间序列实战

    006 Numpy概述
    007 Array数组
    008 数组结构
    009 数组类型
    010 数值计算
    011 排序操作
    012 数组形状操作
    013 数组生成函数
    014 常用生成函数
    015 四则运算
    016 随机模块
    017 文件读写
    018 数组保存
    019 Pandas概述
    020 基本操作
    021 索引方法
    022 groupby操作
    023 数值运算
    024 对象操作
    025 对象操作函数
    026 merge操作
    027 显示设置
    028 数据透视表
    029 时间操作
    030 时间序列操作
    031 常用操作
    032 常用操作函数
    033 group操作延伸
    034 字符串操作
    035 索引进阶
    036 Pandas绘图技巧
    037 大数据处理技巧
    038 Matplotlib概述
    039 子图与标注
    040 风格设置
    041 条形图
    042 条形图细节
    043 条形图外观
    044 盒图绘制
    045 盒图细节
    046 绘图细节设置
    047 绘图细节设置2
    048 直方图与散点图
    049 3D图绘制
    050 PIE图
    051 子图布局
    052 结合Pandas与Skleran
053 K近邻算法概述
054 模型的评估
055 数据预处理
056 sklean库介绍
057 多变量KNN模型
058 线性回归算法概述
059 误差项分析
060 似然函数求解
061 目标函数推导
062 线性回归求解
063 梯度下降原理
064 梯度下降方法对比
065 学习率对结果的影响
066 逻辑回归算法原理推导
067 逻辑回归求解
    068 数据与任务概述
    069 样本不均衡解决方案
    070 下采样策略
    071 交叉验证
    072 模型评估方法
    073 正则化惩罚
    074 逻辑回归模型
    075 混淆矩阵
    076 逻辑回归阈值对结果的影响
    077 SMOTE样本生成策略
078 决策树原理概述
079 衡量标准-熵
080 决策树构造实例
081 信息增益率
082 决策树剪枝策略
083 随机森林算法原理
084 特征重要性衡量
085 提升模型
086 堆叠模型
087 随机森林回归任务
088 数据还是多点好
089 速度与精度的权衡
090 调参策略
091 贝叶斯算法概述
092 贝叶斯实例推导
093 拼写纠错实例
094 垃圾邮件过滤实例
095 打造拼写纠错器
102 Kmeans算法概述
103 Kmeans工作流程
104 Kmeans建模可视化展示
096 文本分析与关键词提取
097 相似度计算
098 新闻数据与任务简介
099 TF-IDF关键词提取
100 LDA建模
101 基于贝叶斯算法进行建模实战
105 DBSCAN聚类算法
106 DBSCAN工作流程
107 DBSCAN可视化展示
108 多种聚类算法概述
109 聚类案例实战
110 PCA基本概念
111 方差与协方差
112 PCA结果推导
113 PCA降维实例
114 线性判别分析要解决的问题
115 优化目标
116 线性判别分析求解
117 实现LDA算法
118 得出降维结果
    119 支持向量机要解决的问题
    120 距离的定义
    121 要优化的目标
    122 目标函数定义
    123 拉格朗日乘子法
    124 SVM求解
    125 支持向量的作用
    126 软间隔问题
    127 核函数效果
    128 sklearn求解支持向量机
    129 SVM参数选择
130 算法概述
131 模型构造
132 建模衡量标准
133 Xgboost安装
134 保险索赔任务概述
135 Xgboost参数定义
136 基础模型定义
137 树结构对结果的影响
138 学习率与采样对结果的影响
    139 EDA简介
    140 数据背景介绍
    141 数据读取与预处理
    142 数据切分
    143 缺失值可视化
    144 特征可视化
    145 多特征之间的关系
    146 报表可视化分析
    147 红牌和肤色的关系
148 数据平稳性与差分法
149 ARIMA模型
150 相关函数评估方法
151 建立ARIMA模型
152 参数选择
153 Pandas生成时间序列
154 Pandas数据重采样
155 Pandas滑动窗口
156 股票预测案例
157 使用tsfresh库进行分类任务
158 维基百科词条EDA

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Python数据分析 python 数据分析 机器学习 编程学习

相关内容：Python数据分析