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
最新活动
CDAS峰会
SQL答疑专区
统计学答疑专区
数据治理专区
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
CDA数据分析周末就业班
CDA敏捷算法建模周末班
全部班级课
CDA认证
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
最新活动
CDAS峰会
SQL答疑专区
统计学答疑专区
数据治理专区
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
CDA数据分析周末就业班
CDA敏捷算法建模周末班
全部班级课
CDA认证
CDA大纲
CDA题库
CDA教材
CDA专访
CDA考试专区
CDA备考攻略
Python机器学习案例实战
第24任务: 24.案例1:数据分析流——构建模型(线性与非线性)
查看课程
任务列表
第1任务: 1.视频课程特点mp4
第2任务: 2.目录介绍(模型与应用、实战案例与统计功能)
第3任务: 3.前言(小数据与大数据、学习与人工智能、应用场景)
第4任务: 4.前言:学习算法集汇(统计学习、机器学习、深度学习)
第5任务: 5.软件jupyter安装:anaconda安装、第三方库
第6任务: 6.数据分析流:业务逻辑、描述性挖掘(业务逻辑、数据描述)
第7任务: 7.数据分析流:预分析(缺失、异常、共线等)
第8任务: 8.构建模型:残差与修正
第9任务: 9.模型应用:模型评估、应用、可视化
第10任务: 10.案例1:数据分析流——导入第三方库
第11任务: 12.案例1:数据分析流——数据描述
第12任务: 13.案例1:数据分析流——缺失值可视化
第13任务: 11.案例1:数据分析流——导入数据
第14任务: 16.案例1:数据分析流——相关法特征筛选
第15任务: 15.案例1:数据分析流——缩尾异常值
第16任务: 14.案例1:数据分析流——缺失值填补
第17任务: 18.案例1:数据分析流——y编码和变换
第18任务: 17.案例1:数据分析流——共线性
第19任务: 19.案例1:数据分析流——构建大模型
第20任务: 20.案例1:数据分析流——异常值处理(多变量)
第21任务: 23.案例1:数据分析流——编码离散化(多变量)
第22任务: 21.案例1:数据分析流——特征筛选(多变量)
第23任务: 22.案例1:数据分析流——共线性(多变量)
第24任务: 24.案例1:数据分析流——构建模型(线性与非线性)
第25任务: 25.案例1:数据分析流——应用,可视化
第26任务: 26.案例2:图像处理与车辆识别——ML粗线条识别
第27任务: 27.案例2:图像处理与车辆识别——原始数据和分析流程解读
第28任务: 28.案例2:图像处理与车辆识别——图片规范化处理
第29任务: 29.案例2:图像处理与车辆识别——SVM模型选择与超参数调整
第30任务: 32.案例3:数据不平衡的危害
第31任务: 31.案例3:数据分析之前需要考虑的问题——数据和项目拆解
第32任务: 30.案例2:图像处理与车辆识别——加载模型与移动图片
第33任务: 33.案例3:不平衡问题:第三方库imblearn
第34任务: 34.案例3:数据分区——训练、测试、滚动
第35任务: 35.案例3:分类模型的特征选择——业务与统计,单与多变量
第36任务: 36.案例3:分类模型与回归模型——结合策略
第37任务: 38.案例3:问题困境总结——多阶段模型集成
第38任务: 37.案例3:模型评估——准确性和稳定性
第39任务: 40.案例3:特征工程——缺失值,特征筛选
第40任务: 39.案例3:数据管理和数据清理
第41任务: 41.案例3:模型整合
第42任务: 专题1:python IDE——spyder
第43任务: 专题2:python IDE——jupyter notebook
第44任务: 专题3:python IDE——jupyterlab
第45任务: 专题4:第三方库imblearn——随机森林平衡器
第46任务: 数据和代码下载
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