Video description
课程简介
几乎世界上的每一家公司都在评估自己的数字战略，并寻找利用数字化进行业务转型的机会。大数据分析和机器学习是这一战略的核心。几乎每个行业的高管、数字架构师、IT管理员和通信运营人员都需要了解数据处理和人工智能的基础知识。
在本课程中，经验丰富的两位讲师提供了有效的经验指导，带领大家探索大数据分析、监督学习、无监督学习和神经网络的基本原理。除了深入研究基本概念外，还举例介绍了不同行业的大数据和机器学习用例，并演示了数据科学家和研究人员在不同领域使用的最常见工具(如Hadoop、TensorFlow、Matlab/Octave、R和Python)。
Get技能
● 了解静态和实时流数据是如何收集、分析和使用的；
● 了解机器学习和模仿人类思维的关键工具和方法；
● 如何收集非结构化数据，为分析和可视化做准备；
● 学会比较和对比各种大数据架构；
● 学会将有监督学习、线性回归、数据拟合及强化学习应用到机器学习上，以产生想要的信息结果；
● 将分类技术应用于机器学习，以更好地分析数据；
● 利用无监督学习的好处，收集到你意想不到的数据价值；
● 了解人工神经网络(ANNs)如何进行深度学习，并获得令人叹服的结果；
● 应用主成分分析(PCA)改进数据分析的管理；
● 了解在真实系统上实现机器学习的关键方法，以及在进行机器学习项目时必须考虑的各种事项；
Product information
- Title: 数据分析与机器学习基础
- Author(s):
- Release date: April 2019
- Publisher(s): Pearson
- ISBN: 8882021010403
You might also like
video
手把手教会你linux
课程简介 本课程完整讲授了关于Linux基本指令、概念、实践和理论，帮助学习者全面掌握Linux系统基础知识。 采用白板说明和动手实验室相结合的教学示范模式是本课程的独特之处，并且提供了一个完整的工具包来辅助你的学习。如果您想要获得Linux基金会CompTIA Linux+ 认证或者其它入门级的Linux考试认证，本课程的学习无异于提供了一条行之有效的进级之路。 课后实验可以帮助验证所学到的知识是否完全掌握，桑德会带你通过实验的方式来告知如何去做。 Get技能 ● 掌握Linux基金会认证系统管理员(LFCS)考试核心知识点 ● 实际运用Linux进行系统管理
book
Go程序设计语言
本书由《C程序设计语言》的作者Kernighan和谷歌公司Go团队主管Alan Donovan联袂撰写，是学习Go语言程序设计的权威指南。本书共13章，主要内容包括：Go的基础知识、基本结构、基本数据类型、复合数据类型、函数、方法、接口、goroutine、通道、共享变量的并发性、包、go工具、测试、反射等。
video
TensorFlow深度学习课程：深度神经网络在机器学习任务的应用
课程简介 6小时以上的视频教学 TensorFlow深度学习在线课程是一个关于深度学习的教学，通过最流行的深度学习库TensorFlow及其高级API Keras的交互演示，将革命性的机器学习方法带入生活。通过白板，介绍了其基础理论，提供了一个对深度学习基础内容的直观理解，该基础即人工神经网络。基于Python的Jupyter笔记本中提供了克服常见陷阱的技巧，以及实际可操作可运行的代码，通过应用这些技巧和代码，掌握这种基础知识，可使那些以前不了解神经网络的人能够构建强大的最先进的深度学习模型。 Get技能 解释深度学习模型结果 调试和改进深度学习模型 理解人工神经网络语言和基础 建立你自己的深度学习项目
video
Python技术基础视频教程
Get技能： 在第一部分你能学到什么： 预备课程——为Python配置你的系统，获得代码示例、Python包管理器、Paul的联系信息 第1课（测试用例：使用IPython和Jupyter Notebook）——在IPython和Jupyter Notebook中使用代码段和脚本 第2课（Python编程介绍）——变量类型、操作符、字符串、I/O、判定、对象和动态类型 第3课（控制语句）——if、if…else、if…elif…else、for、while、break、continue、增强赋值、布尔操作符、列表介绍 第4课（函数）——定制函数定义、导入库、使用随机数生成来实现仿真、作用域、默认参数值、关键字参数、任意参数列表、方法、元组介绍、函数式编程介绍 在第二部分你能学到什么： 第5课（序列：列表和元组）——创建、初始化以及访问列表和元组的元素；列表排序和搜索；搜索元组；将列表和元组传递到函数和方法；列表方法；函数式编程（lambda、过滤、映射、归约、列表推导、生成器表达式、二维列表）；使用Seaborn和Matplotlib可视化库实现静态可视化。 第6课（字典和集合）——键值对字典；唯一值集合；迭代处理键、值和键值对；增加、删除和更新键值对；字典和集合比较操作符；集合操作符和方法；操作符in和not in完成成员关系检查；可变集合操作；字典和集合推导；使用Seaborn和Matplotlib可视化库实现动态可视化。 第7课（使用NumPy的面向数组编程）——numpy模块的高性能数据结构 ndarray；ndarray与列表的区别；使用IPython %timeit魔法比较列表和 …
