【双11钜惠,最低5折】双11限时钜惠 “考证傍身,无惧寒冬” 双11好课狂欢节正式开启!了解详情:...
×
CDA数据科学研究院
CDA考试中心
CDA网校
企业服务
CDA社区
CDA竞赛
CDA技术答疑
CDA俱乐部
CDA论坛
关于CDA
App下载
登录
注册
登录
注册
首页
课程中心
数据科学
人工智能
学术量化
全部课程
>>>上线日志
>>>课程分类
公开课
直播课
就业课试听
国外公开课
行业公开课
数据圈子
CDA数字化能力提升计划
CDA考试专区
CDA会员专区
CDAS峰会
SQL答疑专区
会员专区
会员中心
会员课程
线下面授
CDA数据分析脱产就业班(试听)
CDA LEVEL | 数据分析周末班(试听)
CDA LEVEL || 商业分析周末班(试听)
CDA LEVEL ||| 机器学习周末班(试听)
全部班级课
CDA认证
CDA介绍
CDA大纲
CDA题库
CDA教材
CDA专访
CDA考试专区
CDA备考攻略
登录
注册
全部课程
数据科学
新职位
数据科学家
数据分析师
业务数据分析师
大数据工程师
机器学习工程师
商业数据分析师
微专业
案例微课
人力资源
工具安装
Excel基础
SQL数据库
R语言
Python
Python爬虫
Python自动化
统计学
业务分析
数据思维
可视化
BI 商业智能
数据运营
用户画像
互联网运营
Linux
Hadoop
Hive
ETL工具
PySpark
数学基础
数据挖掘/机器学习
空间地理数据处理
数据治理
数字化转型
区块链
金融商业数据分析
数据要素
新职位
微专业
人工智能
微专业
深度学习基础
NLP自然语言处理
CV计算机视觉
SR语音识别
TensorFlow
PyTorch
微专业
学术量化
学术
Python
金融
Stata
SSCI/SCI
DSGE
SPSS
DID专题
内生性
社会网络分析
量化投资
量化
量化投资分析师
学术
量化
公开课
行业公开课
新零售行业
医疗行业
数据中台
金融行业
汽车行业
电商行业
自动驾驶
国外公开课
公开课
CDAS峰会视频
CDA大咖汇
CDA体验课
CDA直播课
CDA大课试听
行业公开课
公开课
认证考试
CDA认证
CDA 认证考试模拟题
CDA 持证人专访
CDA 会员活动
CDA认证
首页
课程中心
数据科学
人工智能
学术量化
全部课程
>>>上线日志
>>>课程分类
公开课
直播课
就业课试听
国外公开课
行业公开课
数据圈子
CDA数字化能力提升计划
CDA考试专区
CDA会员专区
CDAS峰会
SQL答疑专区
会员专区
会员中心
会员课程
线下面授
CDA数据分析脱产就业班(试听)
CDA LEVEL | 数据分析周末班(试听)
CDA LEVEL || 商业分析周末班(试听)
CDA LEVEL ||| 机器学习周末班(试听)
全部班级课
CDA认证
CDA介绍
CDA大纲
CDA题库
CDA教材
CDA专访
CDA考试专区
CDA备考攻略
CDA Python机器学习周末集训营【Level Ⅲ】20210828期录播
第126任务: 12.18.2 聚类K-means 1
查看课程
任务列表
第1任务: 课件.zip
第2任务: Python基础视频课课件.rar
第3任务: 1-绪论 jupyter安装 打开介绍
第4任务: 2-jupyter界面 快捷键介绍
第5任务: 3-markdown语法介绍
第6任务: 4-Python基础语法操作
第7任务: 5-Python变量 语句书写规范
第8任务: 6-数据类型 运算符
第9任务: 1-字符串的定义 切片
第10任务: 2-字符串的常用方法
第11任务: 3-转义字符和字符串的格式化
第12任务: 1-if判断
第13任务: 2-循环语句
第14任务: 1-列表的定义 基本操作
第15任务: 2-列表的常用方法
第16任务: 3-元组的定义 常用方法
第17任务: 4-字典的定义 常用方法
第18任务: 5-集合 序列知识总结
第19任务: 1-内置函数
第20任务: 2-模块函数
第21任务: 3-自定义函数的定义 参数 返回值
第22任务: 4-自定义模块函数 匿名函数
第23任务: 1-面向对象编程 定义类 类属性的操作
第24任务: 2-通过对象调属性和方法
第25任务: 3.类属性和实例属性:类绑定方法
第26任务: 4-继承和多态
第27任务: 1-Python连接mysql数据库
第28任务: Python数据清洗视频课课件.rar
第29任务: 1-numpy介绍 数组的创建
第30任务: 2-常用数组的介绍
第31任务: 3-数组常用属性 索引和切片
第32任务: 4-数组的变形,拼接与分裂
第33任务: 5-Numpy运算
第34任务: 6-广播机制
第35任务: 1-Series的创建
第36任务: 2-Series数据提取 运算
第37任务: 3-df创建及数据提取
第38任务: 4-df行列操作
第39任务: 5-数据类型转换,表合并 数据读取与保存
第40任务: 6-查看df基本信息 描述性统计
第41任务: 7-分箱 排序 函数映射方法
第42任务: 8-缺失值处理
第43任务: 9-重复值 异常值的处理
第44任务: 10-groupby分组 索引的重置与设置
第45任务: 11-分组后的操作 数据透视
第46任务: 12-向量化字符串操作
第47任务: 1-绪论 图形绘制与保存
第48任务: 2-坐标轴与图形标签设置
第49任务: 3-图形基本元素设置
第50任务: 4-matplotlib图形绘制
第51任务: 5-使用面向对象方式进行图形绘制
第52任务: 6-pandas绘图
第53任务: 7-seaborn绘图
第54任务: 数学统计学课件.rar
第55任务: 01_预备知识
第56任务: 02_线性代数_向量与向量空间_有小瑕疵
第57任务: 03_线性代数_矩阵与行列式
第58任务: 04_线性代数_矩阵的逆与秩
第59任务: 05_线性代数_矩阵的初等变换
第60任务: 06_线性代数_内积和特征值特征向量
第61任务: 07_线性代数_正定矩阵
第62任务: 08_微积分_函数
第63任务: 09_微积分_极限
第64任务: 10_微积分_连续性和导数
第65任务: 11_微积分_导数和求导法则
第66任务: 12.微积分_高阶导数、微分和偏导数
第67任务: 13_微积分_偏导数补充和定积分
第68任务: 14_微积分_一元函数极值
第69任务: 15_统计学_众数中位数
第70任务: 16_统计学_平均数
第71任务: 17_统计学_离散趋势
第72任务: 18_统计学_数据标准化
第73任务: 19_统计学_统计量和正态分布
第74任务: 20_统计学_X2tF分布
第75任务: 21_统计学_中心极限定理和统计量的分布
第76任务: 22_统计学_估计量
第77任务: 23_统计学_点估计
第78任务: 24_统计学_最大似然估计
第79任务: 25_统计学_区间估计_上
第80任务: 26_统计学_区间估计_下
第81任务: 27_统计学_假设检验_上
第82任务: 28_统计学_假设检验_下
第83任务: 29_统计学_相关分析
第84任务: 30_线性回归_基本概念和最小二乘
第85任务: 31_线性回归_t检验和R方
第86任务: 32_多元函数的极值
第87任务: 11.28.1 数据挖掘概述
第88任务: 11.28.2 机器学习基础
第89任务: 11.28.3 机器学习定义与分类
第90任务: 11.28.4 机器学习任务
第91任务: 11.28.5 数据集划分
第92任务: 11.28.6 模型的误差
第93任务: 12.4.1 数据挖掘概论
第94任务: 12.4.2 特征工程
第95任务: 12.4.3 特征预处理
第96任务: 12.4.4 特征分箱
第97任务: 12.4.5 分类特征编码
第98任务: 12.4.6 统计变换与特征组合
第99任务: 12.5.1 时间特征构造
第100任务: 12.5.2 文本特征构造
第101任务: 12.5.3 文本向量化
第102任务: 12.5.4 特征选择标准与分类
第103任务: 12.5.5 特征选择方法
第104任务: 12.5.6 特征转换
第105任务: 12.7.1 0717串讲
第106任务: 12.7.2 0717串讲
第107任务: 12.9.1 0717串讲
第108任务: 12.9.2 0717串讲
第109任务: 12.11.1 KNN介绍
第110任务: 12.11.2 KNN代码实现
第111任务: 12.11.3 sklearn中的KNN
第112任务: 12.11.4 波士顿房价案例
第113任务: 12.11.5 KNN手写数字识别
第114任务: 12.11.6 决策树介绍1
第115任务: 12.12.1 决策树介绍2
第116任务: 12.12.2 ID3算法
第117任务: 12.12.3 决策树构建与信息增益
第118任务: 12.12.4 CART决策树
第119任务: 12.12.5 鸢尾花数据案例1(画决策树)
第120任务: 12.12.6 鸢尾花数据案例2和预测房价案例
第121任务: 12.14.1 0717 串讲
第122任务: 12.14.2 0717 串讲
第123任务: 12.16.1 0717串讲
第124任务: 12.16.2 0717串讲
第125任务: 12.18.1 聚类
第126任务: 12.18.2 聚类K-means 1
第127任务: 12.18.3 聚类K-means 2
第128任务: 12.18.4 聚类K-means 3
第129任务: 12.18.5 聚类K-means 4
第130任务: 12.18.6 聚类DBSCAN 1
第131任务: 12.19.1 聚类DBSCAN 2
第132任务: 12.19.2 聚类DBSCAN 3
第133任务: 12.19.3 航空客户价值分析案例1
第134任务: 12.19.4 航空客户价值分析案例2
第135任务: 12.19.5 航空客户价值分析案例3和贝叶斯1
第136任务: 12.19.6 贝叶斯2
第137任务: 12.21.1 聚类串讲
第138任务: 12.21.2 聚类串讲
第139任务: 12.26.1 贝叶斯的代码实现
第140任务: 12.26.2 贝叶斯的sklearn实现
第141任务: 12.26.3 基于贝叶斯的新闻分类
第142任务: 12.26.4 保险案例背景介绍
第143任务: 12.26.5 数据清洗与预处理
第144任务: 12.26.6 模型优化与业务解读
第145任务: 1.8.1 线性回归模型推导
第146任务: 1.8.2 最小二乘法
第147任务: 1.8.3 梯度下降法
第148任务: 1.8.4 岭回归和lasso回归
第149任务: 1.8.5 逻辑回归的引入
第150任务: 1.8.6 逻辑回归模型的推导和求解
第151任务: 1.9.1 逻辑回归解决多分类问题
第152任务: 1.9.2 神经网络的引入
第153任务: 1.9.3 神经网络模型和反向传播
第154任务: 1.9.4 反向传播算法
第155任务: 1.9.5 神经网络学习过程
第156任务: 1.9.6 神经网络的实现
第157任务: 1.11.1 0717串讲
第158任务: 1.11.2 0717串讲
第159任务: 1.13.1 0717神经网络与深度学习串讲
第160任务: 1.13.2 0717神经网络与深度学习串讲
第161任务: 1.15.1 svm的分类思想
第162任务: 1.15.2 SVM的模型推导
第163任务: 1.15.3 SVM的模型求解
第164任务: 1.15.4 硬边距svm的求解(举例)
第165任务: 1.15.5 smo算法
第166任务: 1.15.6 sklearn中的svm
第167任务: 1.16.1 SVM人脸识别
第168任务: 1.16.2 集成学习基本概念
第169任务: 1.16.3 集成学习的结合策略
第170任务: 1.16.4 adaboost原理
第171任务: 1.16.5 adaboost sklearn实现
第172任务: 1.16.6 随机森林基本原理
第173任务: 1.20 0717串讲(SVM和集成学习)
第174任务: 1.22.1 随机森林的sklearn实现
第175任务: 1.22.2 随机森林的特征重要性计算
第176任务: 1.22.3 stacking
第177任务: 1.22.4 stacking,bagging和voting
第178任务: 1.22.5 GBDT的引入
第179任务: 1.22.6 GBDT的算法原理
第180任务: 1.23.1 xgboost的引入
第181任务: 1.23.2 xgboost的算法原理
第182任务: 1.23.3 xgboost实现
第183任务: 1.23.4 xgboost案例1
第184任务: 1.23.5 xgboost案例2
第185任务: 1.23.6 xgboost案例3
第186任务: 2.12.1 关联规则的引入
第187任务: 2.12.2 关联规则的基本概念
第188任务: 2.12.3 关联规则的生成
第189任务: 2.12.4 aprior原理
第190任务: 2.12.5 aprior实现
第191任务: 2.12.6 关联规则案例
第192任务: 2.13.1 序列模式
第193任务: 2.13.2 协同过滤引入
第194任务: 2.13.3 基于用户的协同过滤
第195任务: 2.13.4 基于用户协同过滤代码实现
第196任务: 2.13.5 基于用户协同过滤优化
第197任务: 2.13.6 基于物品的协同过滤
第198任务: 2.17.1 0717串讲
第199任务: 2.17.2 0717串讲
第200任务: 2.19.1 高斯混合模型
第201任务: 2.19.2 高斯混合模型理论基础
第202任务: 2.19.3 高斯混合模型代码实现
第203任务: 2.19.4 谱聚类
第204任务: 2.19.5 异常识别理论基础
第205任务: 2.19.6 异常识别代码实现
第206任务: 2.20.1 房价预测案例1
第207任务: 2.20.2 房价预测案例2
第208任务: 2.20.3 房价预测案例3
第209任务: 2.20.4 房价预测案例4
第210任务: 2.20.5 用户购买预测案例1
第211任务: 2.20.6 用户购买预测案例2
第212任务: 2.26.1 拜耳案例数据解析
第213任务: 2.26.2 宏观市场潜力分析
第214任务: 2.26.3 宏观市场竞争分析
第215任务: 2.26.4 微观市场的分析
第216任务: 2.26.5 pandas时间序列处理
第217任务: 2.26.6 时间序列特征
第218任务: 2.27.1 白噪声序列
第219任务: 2.27.2 AR模型
第220任务: 2.27.3 MA模型
第221任务: 2.27.4 ARMA模型
第222任务: 2.27.5 ARIMA模型
第223任务: 2.27.6 ARIMA模型建模流程
第224任务: 3.5.1 时间序列练习
第225任务: 3.5.2 文本挖掘的发展历程
第226任务: 3.5.3 文本挖掘层次和流程
第227任务: 3.5.4 语料和语料库
第228任务: 3.5.5 爬虫基本概念
第229任务: 3.5.6 http的请求
第230任务: 3.6.1 爬虫的基本原理
第231任务: 3.6.2 常用请求库
第232任务: 3.6.3 正则表达式
第233任务: 3.6.4 链家租房单页数据爬取
第234任务: 3.6.5 舌尖中国数据爬取
第235任务: 3.6.6 Beautiful Soup解析和提取信息
第236任务: 3.12.1 利用bs进行豆瓣数据爬取
第237任务: 3.12.2 图片数据爬取
第238任务: 3.12.3 文本清洗
第239任务: 3.12.4 中文分词原理
第240任务: 3.12.5 中文分词实践
第241任务: 3.12.6 命名实体识别
第242任务: 3.13.1 文本向量化-离散化表示方法
第243任务: 3.13.2 分布式表示
第244任务: 3.13.3 word2vec模型训练
第245任务: 3.13.4 tfidf关键词提取
第246任务: 3.13.5 textrank关键词提取
第247任务: 3.13.6 文本聚类1
第248任务: 3.19.1 文本聚类2
第249任务: 3.19.2 文本分类与情感分析
第250任务: 3.19.3 深度学习介绍
第251任务: 3.19.4 keras搭建简单神经网络
第252任务: 3.19.5 添加层和dropout
第253任务: 3.19.6 添加嵌入层进行评论分类
第254任务: 反欺诈案例课件PPT
第255任务: 3.24.1 串讲 自然语言处理
第256任务: 3.24.2 串讲 RNN
第257任务: 3.26.1 复杂网络基本概念
第258任务: 3.26.2 复杂网络基本特性
第259任务: 3.26.3 复杂网络核心算法
第260任务: 3.26.4 圈子识别和营销案例
第261任务: 3.26.5 申请反欺诈业务原理
第262任务: 3.26.6 申请反欺诈案例
第263任务: 3.27.1 糖尿病案例1
第264任务: 3.27.2 糖尿病案例2
第265任务: 3.27.3 糖尿病案例3
第266任务: 3.27.4 糖尿病案例4
第267任务: 3.27.5 糖尿病案例5
第268任务: 3.27.6 糖尿病案例6
第269任务: 复杂网络应用案例课件
学
习
中
心
TOP
技术支持
CDA人工智能社区
工作时间:9:00-19:00
陈老师:13077998983
邮箱:
edu_cda_cn@foxmail.com