课程详情

课程亮点

1、师资：优秀讲师团队，丰富行业经验和企业培训经验

2、特色：小班培训，精品课程，面授+直播+录播，上课方式多样

3、培训：免费重听

4、服务：提供全套复习视频及考前辅导视频

课程内容

在大数据时代，数据的重要性显得越来越重要，Python作为一门优秀的编程语言，用于处理数据也非常方便，并且数据的分析和挖掘处理功能也非常强大，在这一门课程中，将使用Python3一步一步讲解数据分析与人工智能的知识，并且全程采用实战案例教学，让学员可以从实际场景中学习到以下技能：

1、掌握数据挖掘基础工具使用；

2、掌握数据挖掘处理数据方法；

3、了解常见机器学习算法原理；

4、掌握深度学习算法和框架。

可用于解决如下实际问题：

1、从数据支持到策略开发；

2、实现自动交易策略；

3、深度学习模型的训练过程。

授课说明

课程形式：课堂讲授、讲义解析、实战互动演练

培训环境

机器要求：计算机1台1人

软件要求：Windows7以上、Python环境

硬件要求：CPU：主流即可

RAM：8GB以上

教学环境：局域网、白板、投影仪

课程大纲

Python数据分析基础Python数据分析与挖掘技术基础

数据分析与挖掘技术基础

科学计算numpy

pandas

数据可视化matpalotlib

Python数据导入实战

Python数据可视化分析实现

Python数据清洗、集成与变换

Python数据清洗

Python数据集成

Python数据变换

学会预处理大规模数据

Python数据挖掘建模

Python数据建模与分类实现

Python数据建模概述

Python数据分类实现过程

常见分类算法

KNN算法

贝叶斯方法

回归分析与决策树

Python数据分析与挖掘聚类实现与回归分析

聚类常见算法

聚类三法实战（划分法、层次法、密度法）

K-Means算法

Python数据回归分析

Python机器学习

特征工程

监督学习分类算法

监督学习回归算法

非监督学习

Scikit-learn使用

模型选择与调优

Python降维技术与大型数据分析与挖掘项目实战

Python数据降维分析实现

大型网站用户行为基本数据分析与挖掘分析项目实践

人工智能工具Tensorflow

TensorFlowAPI的构建

简单API进行多层感知器建模

简单API进行CNN/LSTM建模

DataSet与数据高效读写

复杂API的高效特征工程处理

Keras工具简介

序贯模型与函数模型的使用

多层感知器

Keras卷积神经网络

项目案例实战：验证码识别