课程名称：

案例为师、实战为王，开启Python机器学习之路

 【温馨提示：1. 你可以在PC端浏览器或者微信收藏该页面，以方便你快速找到这个课程；2. 课程相关资料&QQ会员群可在课程PC端公告查看下载；3.购买课程后，点(课时)列表即可观看视频；4. 本课程虚拟商品，已经购买，不能退款。建议先试听章节的，有疑问可咨询客服天善九号：tianshansvip 】

本课程也有部分免费视频课程《Python机器学习kaggle案例》 ，大家可以前往学习和了解https://edu.hellobi.com/course/137。

课程目标： 

零基础快速掌握python数据分析与机器学习算法； 

快速入门python最流行的数据分析库numpy,pandas,matplotlib； 

从原理上进行推导较为繁琐的机器学习算法，以算法流程为主结合实际案例实现完整的算法代码； 

使用scikit-learn机器学习库完成快速建立模型，评估以及预测； 

结合Kaggle经典案例，从数据预处理开始一步步完成整个项目，对如何应用python库完成实际的项目形成完整的经验与概念。 

课程特色：  

科学规划全套课程体系，从入门到进阶，从理论到技巧，逐步推进； 

资深老师悉心授课指导，原理推导、代码剖析多管齐下，助力解决学习问题掌握知识； 

注重引导，培养学员自身理问题、分析问题及解决问题能力； 

嵌入丰富课程案例讲解，让学习过程中不再枯燥无味； 

直播课堂交互学习，近距离感受讲师热情与浓厚学习氛围；

主讲老师： 

唐宇迪深度学习领域多年一线实践研究专家，同济大学硕士。主要研究深度学习领域，计算机视觉，图像识别。精通机器学习，热爱各种开源技术尤其人工智能方向。在图像识别领域有着丰富经验，实现过包括人脸识别，物体识别，关键点检测等多种应用的最新算法。乐于钻研，解开每一个问题，把复杂的问题简单表达呈现，能帮助更多的同学入门深度学习领域。

课程大纲：

第一课：Python基础与科学计算库numpy 

1.Python语言基础 

2.Python数据结构（列表,字典,元组）   

3.科学计算库Numpy基础 

4.Numpy数组操作  

5.Numpy矩阵基本操作

6.Numpy矩阵初始化与创建

7.Numpy排序与索引

第二课：数据分析处理Pandas库

1.Pandas数据读取与现实              

2.Pandas样本数值计算与排序

3.Pandas数据预处理与透视表

4.Pandas自定义函数                                    

5.Pandas核心数据结构Series详解

6.Pandas数据索引

7.Matplotlib绘制第一个折线图

8.Matplotlib条形图,直方图,四分图绘制

9.Matplotlib数据可视化分析 

第三课：回归算法

1.机器学习要解决的任务

2.有监督与无监督问题                                       

3.线性回归算法原理推导                                                                  

4.实现简易回归算法

5.逻辑回归算法原题

6.实战梯度下降算法

第四课：案例实战信用卡欺诈检测

1.数据与算法简介                                                        
2.样本不平衡问题解决思路

3.下采样解决方案                                          

4.正则化参数选择

5.逻辑回归建模

6.过采样与SMOTE算法

第五课：决策树与随机森林

1.熵原理，信息增益

2.决策树构造原理推导

3.ID3,C4.5算法

4.决策树剪枝策略

5.随机森林算法原理

6.基于随机森林的特征重要性选择

第六课：Kaggle机器学习案例

1.   泰坦尼克船员获救预测:

2.   使用pandas库进行数据读取与缺失值预处理

3.   使用scikit-learn库对比回归模型与随机森林模型

4.   GBDT构造原理

5.   特征的选择与重要性衡量指标

6.   机器学习中的级联模型

7.   使用级联模型再战泰坦尼克

第七课：支持向量机算法

1.SVM要解决的问题

2.线性SVM原理推导

3.SVM对偶问题与核变换

4.soft支持向量机问题

5.多类别分类问题解决方案

第八课：实战Adaboost与贝叶斯算法 

1.前向传播与反向传播结构

2.激活函数

3.神经网络结构

4.深入神经网络细节

5.神经网络表现效果 

第九课：Tensorflow实战手写字体识别

1.Tensorflow框架

2.CNN网络结构

3.基于tensorflow的网络框架

4.构造CNN网络结构

5.迭代优化训练

第十课：聚类和集成算法

1.k-means,DBSCAN等经典聚类算法原理

2.python实现k-means算法

3.聚类算法应用场景与特征工程

4.Adaboost集成算法原理

学习方式：

录播课程，开课即学

在线反复观看，有效期2年

上课方式：录播学习+VIP会员群+独享问答中心+在线答疑 +2年反复观看

友情提示：  

1、PC端如果发现浏览器无法观看课程，建议使用谷歌浏览器观看；移动端建议直接微信打开课程页面

2、如果购买后下次登录提示课程需要重新购买，一般是因为你把登录账户记成你绑定的手机或者邮箱帐号而混淆了。

3、【在微信购买课程的用户注意】请微信收藏课程页面或者关注微信公众号：天善智能（点“我的”即可查看你已购买的课程），已方便下次学习。

4、课程相关资料&QQ会员群可在课程PC端公告查看下载；

5、加入学习后请添加客服微信：tianshansvip（请注明：公司+职位+姓名），邀请你加入微信课程群