数据科学训练营:机器学习精讲
体系课

数据科学训练营:机器学习精讲

  • 机器学习
  • 数据挖掘与分析

掌握高级统计方法,解锁数据科学的深层次能力

¥728
本课程包括
  • 5小时2分钟的视频随时观看
  • 可在APP随时观看
  • 结业证书
课程合作品牌
Gateway 迅佰汇
你将收获
  • 掌握Python中的高级统计方法,以及如何使用这些方法进行数据分析
  • 理解线性回归和多元线性回归的原理,以及如何在Python中实现这些方法
  • 学习逻辑回归的原理和应用,以及如何在Python中实现它
  • 掌握集群分析的基本概念,包括K均值聚类和其他类型的聚类
  • 通过实例学习,理解如何在实际问题中应用这些高级统计方法

数千家企业正在使用三节课企业版学习

无限制学习5000+门课程,200+精选学习专题

免费申请体验>
课程介绍

《数据科学训练营:机器学习精讲》是一门专为希望进一步提升数据科学技能的学生设计的课程。课程首先介绍Python中的高级统计方法,然后通过使用StatsModels进行线性回归和多元线性回归,为您展示如何使用这些方法进行数据分析。

接下来,课程将引导您使用sklearn进行线性回归,并通过实例让您理解如何在实际问题中应用这些方法。课程还将讲解逻辑回归,这是一种用于处理分类问题的重要方法。

在此基础上,课程将深入讲解集群分析,包括K均值聚类和其他类型的聚类。这些都是无监督学习的重要技术,能帮助您理解数据的内在结构。

总的来说,这门课程将帮助您掌握高级统计方法,提升您的数据分析和机器学习技能,为您的数据科学之旅添加更多的深度和广度。

适合人群
  • 数据科学家和分析师,希望提升他们的机器学习和高级统计技能
  • 学生和研究者,希望在他们的研究中应用高级统计方法
  • 任何对数据科学和机器学习感兴趣的人,希望了解和学习高级统计方法
讲师介绍
让世界因人才而非同凡响
擅长领域:
  • 领导力
  • 团队管理
  • 绩效提升
  • 团队协作
  • 高效办公
  • 时间管理
  • 目标管理
  • 绩效管理
GATEWAY是 CONNECTUS 康耐仕集团的独立品牌,专注于领导力发展与学习管理外包项目,我们来自于新加坡,所在集团在亚太地区有 450+ 雇员。成立以来,我们以使命驱动,帮助了许多世界 500 强和国内的知名企业,解决了他们一个又一个的组织管理和人才发展方面遇到的挑战。从初次合作到持续采购,客户感受到 GATEWAY 的专业服务和以客户为中心的合作精神。
课程大纲
共0节 时长0分钟 全部收起
一、高级统计方法之Python
共1节 | 2分钟
  • 回归分析概览
    2分钟
二、高级统计方法之使用StatsModels进行线性回归
共10节 | 42分钟
  • 2.1线性回归模型
    6分钟
  • 2.2相关与回归
    2分钟
  • 2.3线性回归模型的几何表示
    2分钟
  • 2.4Python软件包安装
    5分钟
  • 2.5Python中的第一个回归
    7分钟
  • 2.6使用Seaborn画图
    1分钟
  • 2.7理解回归表格
    6分钟
  • 2.8变异性的分解
    4分钟
  • 2.9什么是普通最小二乘法(OLS)?
    3分钟
  • 2.10R方
    6分钟
三、高级统计方法之使用StatsModels进行多元线性回归
共11节 | 44分钟
  • 3.1多重线性回归
    3分钟
  • 3.2调整的R方
    6分钟
  • 3.3模型显著性测试(F测试)
    2分钟
  • 3.4OLS假设
    2分钟
  • 3.5假设一:线性假设
    2分钟
  • 3.6假设二:无内生性
    4分钟
  • 3.7假设三:正态性和方差齐性
    6分钟
  • 3.8假设四:无自相关性
    4分钟
  • 3.9假设五:无多重共线性
    4分钟
  • 3.10处理分类数据之虚拟变量
    7分钟
  • 3.11用线性回归进行预测
    4分钟
四、高级统计方法之使用sklearn进行线性回归
共13节 | 56分钟
  • 4.1什么是sklearn,它与其他软件包有何区别?
    2分钟
  • 4.2如何学习本节课
    2分钟
  • 4.3使用sklearn进行简单线性分析
    6分钟
  • 4.4使用sklearn进行简单线性分析之StatsModels汇总表
    5分钟
  • 4.5使用sklearn进行简多元线性分析
    3分钟
  • 4.6在sklearn中计算调整的R方
    5分钟
  • 4.7特征选择(F回归)
    5分钟
  • 4.8使用p值创建一个汇总表
    2分钟
  • 4.9特征缩放(标准化)
    6分钟
  • 4.10通过标准化权重选择特征
    6分钟
  • 4.11利用标准系数预测
    4分钟
  • 4.12低度拟合和过度拟合
    3分钟
  • 4.13训练
    7分钟
五、高级统计方法之线性回归实例
共5节 | 38分钟
  • 5.1线性回归实例之一
    12分钟
  • 5.2线性回归实例之二
    6分钟
  • 5.3线性回归实例之三
    3分钟
  • 5.4线性回归实例之四
    8分钟
  • 5.5线性回归实例之五
    8分钟
六、高级统计方法之逻辑回归
共11节 | 45分钟
  • 6.1逻辑回归概览
    2分钟
  • 6.2Python中的简单例子
    8分钟
  • 6.3逻辑函数与效用函数
    4分钟
  • 6.4建立逻辑分析
    3分钟
  • 6.5一条宝贵的编码技巧
    3分钟
  • 6.6理解逻辑回归表格
    4分钟
  • 6.7几率到底是什么意思?
    5分钟
  • 6.8逻辑回归中的二元预测因子
    5分钟
  • 6.9计算模型的精度
    3分钟
  • 6.10低度拟合与过度拟合
    4分钟
  • 6.11测试模型
    5分钟
七、高级统计方法之集群分析
共4节 | 15分钟
  • 7.1集群分析概览
    4分钟
  • 7.2集群应用实例
    5分钟
  • 7.3分类与集群的区别
    3分钟
  • 7.4数学先决条件
    3分钟
八、高级统计方法之K均值聚类
共10节 | 47分钟
  • 8.1K均值聚类
    5分钟
  • 8.2聚类的简单范例
    5分钟
  • 8.3分类数据聚类
    3分钟
  • 8.4如何选择聚类的数量
    6分钟
  • 8.5K均值聚类的优缺点
    4分钟
  • 8.6是否进行标准化
    5分钟
  • 8.7聚类与回归的关系
    2分钟
  • 8.8使用聚类分析进行市场细分(第一部分)
    6分钟
  • 8.9使用聚类分析进行市场细分(第二部分)
    7分钟
  • 8.10聚类的效用
    5分钟
九、高级统计方法之其他类型的聚类
共3节 | 14分钟
  • 9.1聚类类型
    4分钟
  • 9.2系统树图
    5分钟
  • 9.3热点图
    5分钟
购课须知

课程有效期:

自购买课程之日起 365 天,部分参与营销活动产品以活动规则为准,请同学在有效期内学习、观看课程。

上课模式:

课程采取录播模式,请注意自学课无班级微信群、班主任带班及助教批改服务。

注:自学课不支持退款,确保你是真的需要再进行报名,报完名之后还请认真学习。