种子简介

种子名称： Python机器学习全流程项目实战精讲
文件类型： 视频
文件数目： 51个文件
文件大小： 1.31 GB
收录时间： 2019-11-8 06:14
已经下载： 3次
资源热度： 85
最近下载： 2024-9-3 11:17

下载BT种子文件

下载Torrent文件(.torrent) 立即下载

磁力链接下载

magnet:?xt=urn:btih:7dc611a865a09b818c4e5dc1520c50fb18e7816f&dn=Python机器学习全流程项目实战精讲 复制链接到迅雷、QQ旋风进行下载，或者使用百度云离线下载。

喜欢这个种子的人也喜欢

种子包含的文件

Python机器学习全流程项目实战精讲.torrent

章节1： 机器学习方法论/1. 数据分析与数据挖掘.mp439.02MB

章节1： 机器学习方法论/2. 机器学习、深度学习与人工智能.mp48.21MB

章节1： 机器学习方法论/3. 机器学习的核心任务.mp46.86MB

章节1： 机器学习方法论/4. 机器学习的核心要义.mp46.9MB

章节1： 机器学习方法论/5. 机器学习项目实战全流程.mp410.63MB

章节1： 机器学习方法论/6. Python编程工具.mp42.97MB

章节1： 机器学习方法论/7. Jupyter Notebook与PyCharm.mp49.45MB

章节1： 机器学习方法论/8. 机器学习具体学习方法指导.mp432.64MB

章节2： 机器学习需求分析/09. 需求分析.mp444.58MB

章节2： 机器学习需求分析/10. 项目技术、产品和应用调研.mp413.14MB

章节2： 机器学习需求分析/11. 实例：数据科学岗位需求分析.mp420.51MB

章节3： 数据采集与爬虫/12. 数据采集概述.mp418.34MB

章节3： 数据采集与爬虫/13. Python爬虫技术.mp427.35MB

章节3： 数据采集与爬虫/14. 请求库：urllib.mp410.56MB

章节3： 数据采集与爬虫/15. 请求库：requests.mp416.06MB

章节3： 数据采集与爬虫/16. 解析库：BeautifulSoup.mp417.44MB

章节3： 数据采集与爬虫/17. 解析库：lxml.mp411.6MB

章节3： 数据采集与爬虫/18. 信息提取：css选择器和xpath表达.mp411.69MB

章节3： 数据采集与爬虫/19. 实例1：招聘网站静态数据采集.mp448.96MB

章节3： 数据采集与爬虫/20. 实例2：招聘网站动态数据采集.mp436.96MB

章节4： 数据清洗/21. 脏数据.mp428.67MB

章节4： 数据清洗/22. 数据预处理的基本方向.mp449.43MB

章节4： 数据清洗/23. 缺失值处理.mp444.27MB

章节4： 数据清洗/24. 小文本和字符串处理.mp484.9MB

章节4： 数据清洗/25. 实例：招聘数据预处理（一）.mp458.12MB

章节4： 数据清洗/26. 实例：招聘数据预处理（二）.mp443.48MB

章节5： 数据分析与可视化/27. 探索性数据分析（EDA）.mp415.86MB

章节5： 数据分析与可视化/28. 统计绘图与数据可视化.mp479.52MB

章节5： 数据分析与可视化/29. Python绘图之matplotlib.mp4110.87MB

章节5： 数据分析与可视化/30. Python绘图之seaborn.mp442.41MB

章节5： 数据分析与可视化/31. 实例：招聘数据的EDA与可视化.mp429.9MB

章节5： 数据分析与可视化/32. 实例：招聘数据的EDA与可视化.mp467.08MB

章节6： 特征工程/33. 特征工程概述.mp419.18MB

章节6： 特征工程/34. 特征选择.mp423.78MB

章节6： 特征工程/35. 特征变换与特征提取.mp414.69MB

章节6： 特征工程/36. 特征组合与降维.mp45.55MB

章节6： 特征工程/37. 招聘数据的特征工程探索.mp436.48MB

章节7： 机器学习建模与调优/38. 机器学习模型概述.mp412.74MB

章节7： 机器学习建模与调优/39. 传统机器学习模型（单模型）.mp426.04MB

章节7： 机器学习建模与调优/40. 集成与提升模型.mp45.08MB

章节7： 机器学习建模与调优/41. sklearn.mp410.48MB

章节7： 机器学习建模与调优/42. 机器学习调参方法简介.mp410.48MB

章节7： 机器学习建模与调优/43. GBDT XGBoost lightGBM用法.mp422MB

章节7： 机器学习建模与调优/44. 招聘数据的建模：GBDT.mp412.21MB

章节7： 机器学习建模与调优/45. 招聘数据的建模：XGBoost.mp49.33MB

章节7： 机器学习建模与调优/46. 招聘数据的建模：lightGBM.mp48.84MB

章节8： 机器学习模型结果与报告输出/47. R语言与RStudio安装与简介.mp416.26MB

章节8： 机器学习模型结果与报告输出/48. Rmarkdown的安装与基本用法.mp418.1MB

章节8： 机器学习模型结果与报告输出/49. 技术文档之Rmd与Jupyter对比.mp411.77MB

章节8： 机器学习模型结果与报告输出/50. 机器学习分析报告的写作方法.mp414.12MB

章节8： 机器学习模型结果与报告输出/51. 实例：数据相关岗位薪资水平影响因素研究分析报告（简要框架）.mp413.08MB