《Python人工智能——进阶篇》第一期

899.00

课程名称: 

 

《Python人工智能》

  

主讲老师:

 

Robin 资深算法工程师

计算机博士,从事机器学习、计算机视觉及模式识别等相关方向的研究,在计算机视觉等国际会议及期刊发表近20余篇学术论文。现就职于海外某研究机构(博士后),负责算法改进及其产品化、数据分析处理、建模及可视化。

 

课程简介:
  

人工智能领域的数据科学工作者和数据分析师的岗位技能需要掌握Python作为数据分析工具,本课程以案例驱动的方式讲解如何利用Python完成数据处理、数据分析、可视化及建模等方面常用的数据分析方法与技巧。

 

 内容特色:

1. 新增Python进阶技巧

2. 强化数据可视化,包含了最近流行的可视化工具D3.js和ECharts

3. 新增集成学习的讲解

4. 新增Boosting框架Xgboost的使用

5. 新增时间序列数据分析

6. 新增深度学习RNN模型

7. 新增深度学习框架Keras的使用

8. 新增“词袋”模型

9. 升级并调整全部随课项目

10. 为巩固学习效果,提供:项目代码讲解文档和课后作业及解答

 

面向人群:

 

1. 想了解和学习典型的数据分析流程和实践方法的学习者

2. 想接触和学习非结构化数据(文本、图像、时间序列等)分析的学习者

3. 想学习数据分析中常用建模知识的相关从业人员

4. 尚不会使用Python处理数据分析的从业者

5. 想转行从事数据分析师行业的学习者

6. 想使用Python实现机器学习或深度学习的工程师  

 

学习收益:

 

通过本课程的学习,学员将会收获:

1. 熟悉数据分析的流程,包括数据采集、处理、可视化、数据建模

2. 掌握Python语言作为数据分析工具,从而有能力驾驭不同领域数据分析实践

3. 掌握非结构化数据的处理与分析

4. 快速积累多个业务领域数据分析项目经验,包括文本数据、图像数据及时间序列

5. 掌握使用Python实现基于机器学习及深度学习的数据分析和预测

6. 掌握数据分析中常用的建模知识

               

开课时间:

 

2018年3月3日

 

学习方式:

 

在线直播,共9次课,每次2-3小时

每周2次(周六、日,下午15:00 - 17:00

直播后提供录制回放视频,可在线反复观看,有效期1年

 

课程大纲:
  

第一课 工作环境准备及数据分析基础 (2-3课时)

1. 课程介绍

2. 工作环境准备

3. Python进阶技巧

4. 科学计算库NumPy

5. 实战案例1-1:中国五大城市PM2.5数据分析 (1)

 

第二课 数据分析库Pandas详解 (2-3课时)

1. 基本数据对象及操作

2. 数据清洗

3. 数据合并及分组

4. 透视表

5. 实战案例1-2:中国五大城市PM2.5数据分析 (2)

 

第三课 数据展示及可视化 (2-3课时)

1. 数据可视化的重要性--Anscombe's quartet

2. 基本图表的绘制及应用场景

3. 数据分析常用图表的绘制

4. Pandas及Seaborn制图

5. 其他常用的可视化工具

--D3.js, ECharts

6. 实战案例2:YouTube视频趋势分析

 

第四课 Python机器学习(1) (2-3课时)

1. 机器学习基本概念与流程

2. Python机器学习库scikit-learn

3. 机器学习常用算法介绍及演示(1)

-- KNN, 线型回归,逻辑回归,SVM,决策树

4. 实战案例3-1:手机价格预测 (1)

 

第五课 Python机器学习(2) (2-3课时)

1. 模型评价指标及模型选择

2. 集成学习

-- Bagging, Boosting, Stacking, 集成规则

3. Boosting框架Xgboost

4. 实战案例3-2:手机价格预测 (2)

 

第六课 图像数据处理及分析 (2-3课时)

1. 计算机视觉库OpenCV

2. 图像数据基本概念及操作

3. 常用的图像特征描述

4. 常用的聚类算法

5. 实战案例4-1:时尚商品图片分类(Fashion-MNIST) (1) 

 

第七课 神经网络及深度学习CNN (2-3课时)

1. 人工神经网络

2. 深度学习

3. TensorFlow框架学习及使用

4. TensorFlow实现卷积神经网络 (CNN)

5. 实战案例4-2:时尚商品图片分类(Fashion-MNIST) (2)

 

第八课 时间序列分析及深度学习RNN (2-3课时)

1. 时间序列基础

2. 时间序列基本操作

3. 循环神经网络RNN

4. Keras框架学习及使用

5. 实战案例5:比特币价格分析

 

第九课 文本数据分析 (2-3课时)

1. 自然语言处理及NLTK

2. 文本数据处理

3. “词袋”模型

4. 朴素贝叶斯

5. 实战案例6:垃圾短信检测

 

 

常见问题:
  

Q: 本课程需要什么基础?

A:有基本的大学数学基础, 掌握Python基本编程。

Q: 会有实际上机演示和动手操作吗?
A: 有,几乎每节课,老师均会准备上机演示部分,学员可以学习老师的实践经验。
Q: 本课程必须提前掌握Python吗?
A: 需要掌握基本的Python编程,本课程不会系统性讲授Python的基本编程语言。如果你熟悉其他编程语言Java、C、Scala,学习Python是很容易的。

Q: 学习过程中,有疑问怎么解决?

A: 可以在http://wenda.chinahadoop.cn/,老师会解答;也可以在群里和同学讨论

Q:在哪里上课?

A:课程直播和回放都在小象学院官网(http://www.chinahadoop.cn)上进行,不需要其他直播软件;如果希望上下班路上观看,可以下载小象学院app进行缓存。

 

 

联系方式:

 

参团后,请加客服微信:13126576580

手机:13126576580

邮件:admin@chinahadoop.cn

网站:http://www.chinahadoop.cn

相关课程

已有84人购买 899.00
已有838人购买 899.00

授课教师

资深算法工程师计算机博士,从事机器学习、计算机视觉及模式识别等相关方向的研究,在计算机视觉等国际会议及期刊发表近20余篇学术论文。现就职于海...