 班級規(guī)模及環(huán)境--熱線:4008699035 手機:15921673576( 微信同號) |
|
每期人數(shù)限3到5人。 |
| 上課時間和地點 |
開課地址：【上?！客瑵髮W(xué)(滬西)/新城金郡商務(wù)樓(11號線白銀路站)【深圳分部】：電影大廈(地鐵一號線大劇院站) 【武漢分部】：佳源大廈【成都分部】：領(lǐng)館區(qū)1號【沈陽分部】：沈陽理工大學(xué)【鄭州分部】：錦華大廈【石家莊分部】：瑞景大廈【北京分部】：北京中山學(xué)院 【南京分部】：金港大廈
最新開班 (連續(xù)班 、周末班、晚班）：2020年3月16日 |
| 實驗設(shè)備 |
☆資深工程師授課
☆注重質(zhì)量
☆邊講邊練
☆合格學(xué)員免費推薦工作
★實驗設(shè)備請點擊這兒查看★ |
| 質(zhì)量保障 |
1、培訓(xùn)過程中，如有部分內(nèi)容理解不透或消化不好，可免費在以后培訓(xùn)班中重聽；
2、培訓(xùn)結(jié)束后,授課老師留給學(xué)員聯(lián)系方式,保障培訓(xùn)效果,免費提供課后技術(shù)支持。
3、培訓(xùn)合格學(xué)員可享受免費推薦就業(yè)機會。 |
課程大綱 |
| |
第1章概述
1-1概述
第2章數(shù)學(xué)基礎(chǔ)
2-1矩陣及矩陣的基本表示
2-2矩陣基本運算
2-3幾種特殊矩陣
2-4向量及向量的基本運算
2-5矩陣特征值特征向量的計算
2-6奇異值分解
2-7貝葉斯
第3章Python基礎(chǔ)
3-1Python怎么學(xué)？
3-2Anaconda正確的使用姿勢
3-3notebook基本使用
3-4numpy之矩陣的創(chuàng)建
3-5numpy之讀取文件內(nèi)容
3-6numpy之數(shù)據(jù)處理
3-7numpy之與和或的用法
3-8numpy之矩陣屬性操作
3-9numpy之矩陣加減乘操作
3-10numpy之矩陣其他操作
3-11numpy之特征值分解
3-12pandas之pandas的用處
3-13pandas之讀取文件
3-14pandas之數(shù)據(jù)屬性
3-15pandas之數(shù)據(jù)基本操作
3-16pandas之空值及分組處理
3-17matplot之基本框繪制
3-18matplot之折線圖優(yōu)化
3-19matplot之區(qū)域畫多圖
3-20matplot之其他操作
第4章算法基礎(chǔ)
4-1線性回歸數(shù)學(xué)推導(dǎo)-矩陣轉(zhuǎn)換
4-2線性回歸數(shù)學(xué)推導(dǎo)-誤差值分析
4-3線性回歸數(shù)學(xué)推導(dǎo)-似然函數(shù)
4-4線性回歸數(shù)學(xué)推導(dǎo)-最小二乘
4-5梯度下降前提及步驟
4-6梯度下降求解步驟
4-7Sigmoid函數(shù)
4-8邏輯回歸
4-9聚類算法
4-10聚類算法之Kmeans算法講解
4-11聚類算法之Kmeans算法演示
4-12聚類算法之DBSCAN講解10:41
4-13聚類算法之DBSCAN可視化演示
4-14決策樹算法概述
4-15決策樹熵值計算
4-16決策樹三種節(jié)點順序衡量標準
4-17決策樹剪枝策略
4-18集成算法之Bagging
4-19集成算法之Boosting
4-20EM算法思想
4-21EM算法之Jensen不等式
4-22EM算法之數(shù)學(xué)推導(dǎo)
第5章項目實戰(zhàn)
5-1Kmeans數(shù)據(jù)準備
5-2Kmeans籃球數(shù)據(jù)分類
5-3貝葉斯數(shù)據(jù)準備
5-4貝葉斯分類的思路整理
5-5貝葉斯算法訓(xùn)練
|
首頁 課程表 在線聊 報名 講師 品牌 QQ聊 活動 就業(yè)