通过创建超级有趣的项目,了解Python数据科学机器学习

你会学到什么

学习创建真实世界的数据科学机器学习项目
了解不同的机器学习模型和算法
了解数据科学生命周期并应用方法创建项目
了解数据科学的不同领域:特征工程、特征转换和模型选择
了解自然语言处理
了解人工智能以及如何使用它来解决数据科学问题

视频:. mp4 (1280×720,30 fps(r)) |音频:aac,44100 Hz,2ch |大小解压后:8.4 GB 含课程文件
语言:英语+中英文字幕(云桥CG资源站 机译)|时长:93节课(19小时55分钟)



要求

Python编程的基础知识是必不可少的
你应该知道像函数、数据结构和面向对象编程这样的编程主题

描述

关于数据科学的常见问题

什么是数据科学?

数据科学概括了创建以数据为中心的工件和应用程序所需的跨学科活动,以解决特定的科学、社会政治、商业或其他问题。

让我们看看这个声明的组成部分 Data Science: Create Real World Projects

1.数据:从人、地点和事物的活动中收集或捕获的可测量的信息单位。

2.具体问题:为了理解自然、社会或其他现象,我们能否提出具体问题,根据观察、测试和/或数据建模的模式给出合适的答案。

3.跨学科活动:提出一个问题,评估用于寻找答案的数据和发现的适当性,需要对特定主题领域的理解。根据手头的数据决定模型和从模型中做出的推论的适当性需要理解统计和计算方法

为什么是数据科学?

粒度、大小和可访问性数据,包括物理、社会、商业和政治领域,在过去十年或更长时间内呈爆炸式增长。

我引用谷歌首席经济学家哈尔·瓦里安的话

“我一直在说,未来10年最性感的工作将是统计学家和数据科学家”

“获取数据的能力——能够理解它、处理它、从中提取价值、可视化它、交流它——将在未来几十年成为一项非常重要的技能,不仅在专业层面,甚至在小学、高中和大学的教育层面。”





************ ********** * * * * * *课程组织* * * * * * * * * * * * * * * * * * * * * *

第1部分:设置Anaconda和编辑器/库

第2部分:了解数据科学生命周期和方法

第3节:了解数据预处理:数据的清理、规范化和转换

第4部分:一些机器学习模型:线性/逻辑回归

第五部分:项目1:酒店预订预测系统

第6部分:项目2:自然语言处理

第7部分:项目3:人工智能

第八节:告别



这门课程是给谁的

本课程是专门为那些有一些编程知识并想学习如何解决数据科学和机器学习问题的人开设的
这门课程是为那些想在数据科学和机器学习领域建立职业生涯的人开设的
本课程面向那些希望以完美的方式学习数据科学的人:通过学习特征工程:数据清理、转换并将其用于算法
这门课程是为那些想通过创建有趣的项目来学习机器学习和人工智能的人开设的

云桥CG资源站 为三维动画制作,游戏开发员、影视特效师等CG艺术家提供视频教程素材资源!