声明:本网站所有内容均为资源介绍学习参考,如有侵权请联系后删除
1、课程:熟悉Jupyter notebook
2、课程:文献与代码管理工具及统计基础
3、课程:Python基本数据类型
4、课程:函数与Python基本数据结构
5、课程:Numpy的基本操作
2、课程:文献与代码管理工具及统计基础
3、课程:Python基本数据类型
4、课程:函数与Python基本数据结构
5、课程:Numpy的基本操作
6、课程:Pandas的基本操作
7、课程:Matplotlib的基本操作
8、课程:什么是好的模型结果-cost function
9、课程:线性回归
10、课程:逻辑回归及应用
11、课程:拟合与过拟合的定义
12、课程:决策树模型
13、课程:Pandas 数据操作与Ensemble Method 集成算法
14、课程:Airbnb数据分析
15、课程:支持向量机(SVM)
16、课程:自然语言处理与NLP-代码实战
17、课程:文字处理与Amazon评论NLP分析案例
18、课程:网络基础概述
19、课程:网络爬由入门
20、课程:爬虫进阶
21、课程:正则表达式
22、课程:贝叶斯统计
23、课程:搜集用户信息与数据整合
24、课程:贝叶斯思维
25、课程:Bilieii火爆剧集与观众分析
26、课程:聚类与代码实战
27、课程:商业社交媒体奥情分析
28、课程:近期推荐系统概述
29、课程:人工智能的江湖
30、课程:机器学习在图像识别中的应用
31、课程:Pygame
32、课程:Python控制系统
33、课程:图像识别处理基础-OpenCV
34、课程:从游戏数据中提取feature
35、课程:GTA5自动驾驶项目
36、课程:TensorFlow的基本操作
37、课程:神经网络
38、课程:卷积神经网络
39、课程:卷积神经网络的应用
40、课程:深度学习框架剖析
41、课程:递归神经网络
42、课程:长短记忆网络和递归神经网络代码操作
43、课程:线性代数与数值分析
44、课程:词嵌入表示
45、课程:递归神经网络的应用
46、课程:强化学习系列课程基本概念与方法总览
47、课程:马尔可夫决策过程
48、课程:强化学习
49、课程:简单的蒙待卡洛
50、课程:云,计算,数据
51、课程:机器学习(上)
52、课程:机器学习(下)
53、课程:软件工程师、数据工程师和数据科学家职业介绍
54、课程:金融科技-数据科学在金融业的应用和前景
55、课程:深度学习经典网络分析基础
课件