点播 Python3数据分析与挖掘建模实战

课程时长 27小时55分钟

学习期限 12 个月 退款期限 30 天

市场价格 ¥299.00 会员价格 ¥239.00

难度级别 中级 学习人次 224 综合评分 4.2

内容实用 4.2 分

简洁易懂 4.3 分

逻辑清晰 4.2 分

  • 详情
  • 目录
  • 套餐4
  • 咨询14
  • 评价27

第1章 课程介绍

  • 1-1 课前必读(不看会错过一个亿) 试听
    13分钟35秒
  • 1-2 课程导学
    29分钟
  • 1-3 数据分析概述
    25分钟08秒

第2章 数据获取

  • 2-1 数据仓库
    20分钟01秒
  • 2-2 监测与抓取
    25分钟54秒
  • 2-3 填写、埋点、日志、计算
    15分钟14秒
  • 2-4 数据学习网站
    11分钟51秒

第3章 单因子探索分析与数据可视化

  • 3-1 数据案例介绍
    14分钟17秒
  • 3-2 集中趋势,离中趋势
    14分钟07秒
  • 3-3 数据分布--偏态与峰度
    10分钟50秒
  • 3-4 抽样理论
    20分钟21秒
  • 3-5 编码实现(基于python2.7)
    17分钟43秒
  • 3-6 数据分类
    23分钟32秒
  • 3-7 异常值分析
    26分钟11秒
  • 3-8 对比分析
    29分钟08秒
  • 3-9 结构分析
    23分钟47秒
  • 3-10 分布分析
    15分钟32秒
  • 3-11 Satisfaction Level的分析
    18分钟12秒
  • 3-12 LastEvaluation的分析
    11分钟48秒
  • 3-13 NumberProject的分析
    13分钟49秒
  • 3-14 AverageMonthlyHours的分析
    12分钟32秒
  • 3-15 TimeSpendCompany的分析
    16分钟47秒
  • 3-16 WorkAccident的分析
    19分钟49秒
  • 3-17 Left的分析
    25分钟43秒
  • 3-18 PromotionLast5Years的分析
    26分钟07秒
  • 3-19 Salary的分析
    12分钟41秒
  • 3-20 Department的分析
    18分钟16秒
  • 3-21 简单对比分析操作
    17分钟25秒
  • 3-22 可视化-柱状图
    19分钟52秒
  • 3-23 可视化-直方图
    14分钟24秒
  • 3-24 可视化-箱线图
    12分钟30秒
  • 3-25 可视化-折线图
    12分钟14秒
  • 3-26 可视化-饼图
    10分钟31秒
  • 3-27 本章小结
    13分钟15秒

第4章 多因子探索分析

  • 4-1 假设检验
    11分钟41秒
  • 4-2 卡方检验
    15分钟03秒
  • 4-3 方差检验
    28分钟26秒
  • 4-4 相关系数
    14分钟06秒
  • 4-5 线性回归
    24分钟56秒
  • 4-6 主成分分析
    25分钟45秒
  • 4-7 编码实现
    17分钟34秒
  • 4-8 交叉分析方法与实现
    13分钟55秒
  • 4-9 分组分析方法与实现
    19分钟05秒
  • 4-10 相关分析与实现
    23分钟39秒
  • 4-11 因子分析与实现
    29分钟42秒
  • 4-12 本章小结
    12分钟36秒

第5章 预处理理论

  • 5-1 特征工程概述
    28分钟11秒
  • 5-2 数据样本采集
    22分钟54秒
  • 5-3 异常值处理
    26分钟04秒
  • 5-4 标注
    22分钟55秒
  • 5-5 特征选择
    12分钟31秒
  • 5-6 特征变换-对指化
    15分钟39秒
  • 5-7 特征变换-离散化
    13分钟27秒
  • 5-8 特征变换-归一化与标准化
    16分钟41秒
  • 5-9 特征变换-数值化
    28分钟29秒
  • 5-10 特征变换-正规化
    18分钟24秒
  • 5-11 特征降维-LDA
    14分钟07秒
  • 5-12 特征衍生
    16分钟26秒
  • 5-13 HR表的特征预处理-1
    12分钟49秒
  • 5-14 HR表的特征预处理-2
    29分钟03秒
  • 5-15 本章小结
    25分钟06秒

第6章 挖掘建模

  • 6-1 机器学习与数据建模 试听
    27分钟34秒
  • 6-2 训练集、验证集、测试集 试听
    17分钟02秒
  • 6-3 分类-KNN
    14分钟
  • 6-4 分类-朴素贝叶斯
    25分钟33秒
  • 6-5 分类-决策树
    28分钟05秒
  • 6-6 分类-支持向量机
    11分钟26秒
  • 6-7 分类-集成-随机森林
    13分钟59秒
  • 6-8 分类-集成-Adaboost
    19分钟52秒
  • 6-9 回归-线性回归
    18分钟56秒
  • 6-10 回归-分类-逻辑回归
    13分钟42秒
  • 6-11 回归-分类-人工神经网络-1
    23分钟27秒
  • 6-12 回归-分类-人工神经网络-2
    21分钟01秒
  • 6-13 回归-回归树与提升树
    28分钟09秒
  • 6-14 聚类-Kmeans-1
    25分钟01秒
  • 6-15 聚类-Kmeans-2
    16分钟09秒
  • 6-16 聚类-DBSCAN
    11分钟41秒
  • 6-17 聚类-层次聚类
    24分钟30秒
  • 6-18 聚类-图分裂
    25分钟15秒
  • 6-19 关联-关联规则-1
    10分钟46秒
  • 6-20 关联-关联规则-2
    10分钟28秒
  • 6-21 半监督-标签传播算法
    18分钟08秒
  • 6-22 本章小结
    23分钟04秒

第7章 模型评估

  • 7-1 分类评估-混淆矩阵
    13分钟19秒
  • 7-2 分类评估-ROC、AUC、提升图与KS图
    18分钟54秒
  • 7-3 回归评估
    17分钟21秒
  • 7-4 非监督评估
    16分钟12秒

第8章 总结与展望

  • 8-1 课程回顾与多角度看数据分析
    16分钟52秒
  • 8-2 大数据与学习这门课后还能干什么?.mp4
    14分钟04秒
224
27
14
0