课程试听
第一章 人工智能入门指南
1-1 人工智能入门指南
- 1-AI时代首选Python
- 2-Python我该怎么学
- 3-人工智能的核心-机器学习
- 4-机器学习怎么学？
- 5-算法推导与案例
第二章 Python基础与数据科学库(新）
2-1 Python快速入门
- 1-Python环境配置
- 2-Python库安装工具
- 3-Notebook工具使用
- 4-Python简介
- 5-Python数值运算
- 6-Python字符串操作
- 7-1-索引结构
- 7-2-List基础结构
- 8-List核心操作
- 9-字典基础定义
- 10-字典的核心操作
- 11-Set结构
- 12-赋值机制
- 13-判断结构
- 14-循环结构
- 15-函数定义
- 16-模块与包
- 17-异常处理模块
- 18-文件操作
- 19-类的基本定义
- 20-类的属性操作
- 21-时间操作
- 22-Python练习题-1
- 23-Python练习题-2
- 24-Python练习题-3
- 25-Python练习题-4
2-2 科学计算库-Numpy（课程资料请在此处下载）
- 1--Numpy概述
- 2--Array数组
- 3--数组结构
- 4--数组类型
- 5--数值运算
- 6--排序操作
- 7--数组形状操作
- 8--数组生成函数
- 9--常用生成函数
- 10--四则运算
- 11--随机模块
- 12--文件读写
- 13--数组保存
- 14--练习题-1
- 15--练习题-2
- 16--练习题-3
- 17-练习题-4
2-3 数据分析处理库Pandas
- 1--Pandas概述
- 2--Pandas基本操作
- 3--Pandas索引
- 4--groupby操作
- 5--数值运算
- 6-对象操作
- 7-对象操作2
- 8-merge操作
- 9-显示设置
- 10-数据透视表
- 11-时间操作
- 12-时间序列操作
- 13-Pandas常用操作
- 14-Pandas常用操作2
- 15-Groupby操作延伸
- 16-字符串操作
- 17-索引进阶
- 18-Pandas绘图操作
- 19-大数据处理技巧
2-4 可视化库Matplotlib
- 1-Matplotlib概述
- 2-子图与标注
- 3-风格设置
- 4-条形图
- 5-条形图细节
- 6-条形图外观
- 7-盒图绘制
- 8-盒图细节
- 9-绘图细节设置
- 10-绘图细节设置2
- 11-直方图与散点图
- 12-3D图绘制
- 13-pie图
- 14-子图布局
- 15-结合pandas与sklearn
2-5 可视化库Seaborn
- 1-课程简介
- 2-整体布局风格设置
- 3-调色板
- 4-风格细节设置
- 5-调色板颜色设置
- 6-单变量分析绘图
- 7-回归分析绘图
- 8-多变量分析绘图
- 9-分类属性绘图
- 10-Facetgrid使用方法
- 11-Facetgrid绘制多变量
- 12-热度图绘制
第三章 机器学习入门篇
3-1 算法：线性回归算法
- 1-线性回归算法概述
- 2-误差项分析
- 3-似然函数求解
- 4-目标函数推导
- 5-线性回归求解
- 1-梯度下降原理
- 2-梯度下降方法对比
- 3-学习率对结果的影响
3-2 算法：逻辑回归算法
- 1-逻辑回归算法原理推导
- 2-逻辑回归求解
3-3 案例：Python实现逻辑回归与梯度下降
- 1-案例实战：Python实现逻辑回归任务概述
- 2-案例实战：完成梯度下降模块
- 3-案例实战：停止策略与梯度下降案例
- 4-案例实战：实验对比效果
3-4 案例实战-信用卡欺诈检测
- 1-案例背景和目标
- 2-样本不均衡解决方案
- 3-下采样策略
- 4-交叉验证
- 5-模型评估方法
- 6-正则化惩罚
- 7-逻辑回归模型
- 8-混淆矩阵
- 9-逻辑回归阈值对结果的影响
- 10-SMOTE样本生成策略