• 0

    消息 标记为已读

    没有消息

    查看全部
  • 登录/注册
  • 我的班级
  • Python 数据分析 + 人工智能

    教学服务
    365
    视频时长
    206小时
    学习人数
    3128
    中国人保教育培训险
    有位老师想跟你聊一聊

    Hi,我是你的学习规划师

    不知道选什么课?和我聊聊吧!

    规划学习路径
    • 学习中
    • 已学完
    • 未学习
    • 即将上线

    Python数据分析

    L3
    matplotlib绘图、数据可视化

    matplotlib绘图、数据可视化

    D1 Matplotlib-绘图库的介绍 试听 D2 Matplotlib-绘制折线图和标注的实现及使用场景介绍 D3 Matplotlib-绘制散点图和柱形图的实现及使用场景介绍
    D4 Matplotlib-绘制饼图和直方图的实现及使用场景介绍
    L4
    Numpy数学计算模块

    Numpy数学计算模块

    D1 numpy库的介绍 试听 D2 numpy实现雨滴的均匀分布和模拟正态分布 D3 numpy类型数据属性、类型的查看和数组的运算-学生成绩权重运算
    D4 numpy类型数据的合并、分割和io读写操作
    L5
    Pandas数据分析环境

    pandas

    D1 pandas的介绍 试听 D2 DataFrame、Series结构数据的索引、赋值、排序操作 D3 DataFrame、Series结构数据的算术运算和逻辑运算及自定义运算
    D4 pandas实现绘图以及csv/hdf5等类型数据的读写操作和使用场景 D5 粗糙数据缺失的处理和数据离散化(数据分段)-股票数据离散化实战 D6 比较不在同一张表的据之间的关系-按行合并和按key合并
    D7 常用的分类汇总表格-交叉表和透视表 D8 对数据集进行分组,然后对每组进行统计分析-分组与聚合
    L6
    企业项目实战-电子商务平台数据分析

    学员通过对《电子商务平台数据分析实战》的学习, 掌握Python数据分析的常用知识点和技能,熟悉企业级数据分析报告的书写流程和方法, 掌握表格数据的处理,指标计算和数据可视化绘图,机器学习算法建模预测等等知识, 为数据相关行业就业打下坚实的基础。

    D1 Pandas数据分析技能总结1 D2 Pandas数据分析技能总结2 D3 电子商务平台数据分析实战1
    D4 电子商务平台数据分析实战2 D5 电子商务平台数据分析实战3
    L7
    企业项目实战-互联网产品搜索引擎推广数据分析

    学员通过对《互联网产品搜索引擎推广数据分析》的学习, 掌握Python数据分析的常用知识点和技能,熟悉企业级数据分析报告的书写流程和方法, 掌握文本数据的处理,指标计算和数据可视化绘图等等知识, 为数据相关行业就业打下坚实的基础。

    D1 文本分析技能总结 D2 互联网产品搜索引擎推广数据分析1 D3 互联网产品搜索引擎推广数据分析2
    D4 互联网产品搜索引擎推广数据分析3
    L8
    企业项目实战-民航业客户建模分析实战

    学员通过对《民航业客户建模分析实战》的学习, 掌握Python数据分析的常用知识点和技能,熟悉企业级数据分析报告的书写流程和方法, 掌握表格数据的处理,指标计算、数据可视化绘图和机器学习建模预测等等知识, 为数据相关行业就业打下坚实的基础。

    D1 民航业客户建模分析1-项目背景和数据规整 D2 民航业客户建模分析2-机器学习建模预测 D3 民航业客户建模分析3-客户价值分析和结论

    Python人工智能

    L9
    机器学习

    机器学习是教计算机执行人和动物与生俱来活动的一门学科,从经验中进行学习。机器学习算法使用计算方法直接从数据中“学习”信息,而不依赖于预定方程模型。当可用于学习的样本数量增加时,这些算法可自适应提高性能。

    D1 机器学习概述 试听 D2 一元线性回归 D3 多元线性回归
    D4 逻辑回归 D5 KNN算法 D6 K-means算法
    D7 决策树(上) D8 决策树(下) D9 贝叶斯算法
    D10 SVM支持向量机(上) D11 SVM支持向量机(中) D12 SVM支持向量机(下)
    D13 主成分分析PCA1 D14 主成分分析PCA2 D15 文本分类和图像识别
    L10
    深度学习

    深度学习是一类算法集合,是机器学习的一个分支。它尝试为数据的高层次摘要进行建模。以一个简单的例子来说,假设你有两组神经元,一个是接受输入的信号,一个是发送输出的信号。当输入层接收到输入信号的时候,它将输入层做一个简单的修改并传递给下一层。

    D1 深度学习入门 D2 tensorflow使用 D3 感知机
    D4 多层神经网络,BP传播算法 D5 卷积神经网络基础 D6 卷积神经网络图像识别
    D7 卷积神经网络图像识别和著名CNN介绍 D8 循环神经网络基础 D9 循环神经网络实现
    D10 生成对抗网络
    L11
    AI企业项目:智慧城市之多场景下的无感通勤系统

    《人工智能企业项目》课程通过对深度学习相关知识的深入掌握,将其应用到企业级实战项目中,在项目实战过程中掌握知识点,同时完成的项目积累为学员的项目工作经验,为将来的AI行业就业打下坚实的基础。

    D1 AI就业项目前导课 试听 D2 深度学习理论知识回顾 D3 深度学习库 PyTorch学习
    D4 MTCNN人脸检测和FaceNet人脸识别原理 D5 项目实战:RetinaFace人脸检测、ArcFace人脸识别

    Python高级应用

    L12
    python语言进阶

    线程,进程,协程,HTTP网络协议是面试中和工作中经常用到,在面向对象编程中也频繁使用,这四天课带你掌握以上的知识

    D1 高级阶段课程介绍以及ip端口的介绍使用 D2 使用socket实现的udp通信 D3 使用socket实现的tcp通信
    D4 tcp实现文件的上传和下载 D5 迭代器和生成器的介绍和使用场景 D6 线程 试听
    D7 进程 D8 协程 D9 网络协议
    D10 GIL全局解释器锁 D11 闭包的定义以及作用和执行流程 D12 赋值、修改、浅拷贝、深拷贝对数据的影响
    D13 装饰的用法和使用场景 D14 公有属性、私有属性、保护属性和导包高级用法 D15 super解决钻石继承带来的问题
    D16 面向对象编程中的封装继承多态
    L13
    快速上手linux

    通过这个阶段的学习,让你认识windows和Ubuntu的区别,对于开发人员来说,ubuntu有什么好处,掌握linux操作命令,使得开发事半功倍

    D1 Linux 试听 D2 常用的Linux命令及选项 D3 Linux系统命令
    L14
    MySQL数据库

    MySQL是一种开放源代码的数据库管理系统,使用最常用的 数据库查询语言,也是中小型其实使用最多的数据库,因为其速度、可靠性和适应性而备受关注。大多数人都认为在不需要事务化处理的情况下,MySQL是管理内容最好的选择

    D1 MySQL 数据库的认识和基本使用 试听 D2 数据库的基础操作 D3 数据库的进阶操作(一)
    D4 数据库的进阶操作(二) D5 数据库编程及数据库高级概念
    L15
    数据结构与算法

    该阶段课程介绍了数据结构与算法的基本知识,主要内容包括Python面向对象程序设计、顺序表、链表、栈和队列、二叉树和树、集合、排序以及算法的基本知识。拓展问题求解的思路,从解决问题的目标来组织教学内容,注重理论与实践的并用。

    D1 数据结构介绍及数据空间复杂度 时间复杂度 D2 链表结构与实现 顺序结构与实现 D3 双向链表结构与实现, 循环列表结构与实现
    D4 排序(上) D5 排序(下) 搜索

    WEB前端开发

    L16
    HTML与CSS基础

    HTML和CSS是前端开发必备的基础语言,HTML代表结构,CSS代表样式。HTML和CSS相辅相成缺一不可。其语法简单、易学,是我们开发不可缺少的一种网页描述语言

    D1 html基础 D2 html基础-表单/表格 D3 CSS基础
    D4 CSS样式属性 D5 CSS盒模型解析/浮动 D6 溢出处理与定位
    D7 浏览器兼容CSS hack D8 图片精灵/经典三列布局
    L17
    Java Script基础语法

    JavaScript一种直译式脚本语言,是一种动态类型、弱类型、基于原型的语言,内置支持类型。它的解释器被称为JavaScript引擎,为浏览器的一部分,广泛用于客户端的脚本语言,最早是在HTML(标准通用标记语言下的一个应用)网页上使用,用来给HTML网页增加动态功能。JavaScript是世界上最流行的编程语言。他有很多特点,最著名的即是其简单性与跨平台性。Javscript也是前端开发必不可

    D1 初识JS(一) D2 变量与数据类型 D3 javascript流程控制语句
    D4 DOM编程 D5 DOM编程-常用节点 D6 DOM编程-表格和表单
    D7 BOM编程 D8 Event事件 D9 Event事件-拖拽和滚轮
    D10 ajax简介与实例 D11 AJAX,json与jsonp跨域
    L18
    特效开发高级实战jQuery

    本课程从零开始由浅入深详细讲解了jQuery的历史,版本差异,以及其内部提供的大量供于开发者使用的API

    D1 Bootstrap(一) D2 Bootstrap(二) D3 jQuery基础
    D4 jQuery框架详解 D5 html5实现彩色灯光文字 D6 jQuery实现万花筒自由旋转效果
    D7 jQuery入门精讲之美图相册(一) D8 jQuery入门精讲之美图相册(二)

    Python数据采集

    L19
    爬虫开发与实战

    爬虫是一种按照一定的规则,自动地抓取万维网信息的程序或者脚本。爬虫从一个或若干初始网页的URL开始,获得初始网页上的URL,在抓取网页的过程中,不断从当前页面上抽取新的URL放入队列,直到满足系统的一定停止条件。

    D1 爬虫的介绍 试听 D2 requests库-模拟浏览器获取百度贴吧数据 试听 D3 requests库-模拟浏览器获取人人网登录后的数据
    D4 requests库-通过代理获取百度数据以及其他高级用法 D5 urlib包-获取百度数据 D6 json处理网站响应数据-拉钩网数据解析实战
    D7 正则处理网站响应数据-果壳网数据解析实战 D8 正则处理网站响应数据-36K网数据解析实战 D9 正则处理网站响应数据-内涵吧数据解析实战
    D10 xpath处理网站响应数据-xpath语法介绍和使用 D11 bs4处理网站响应数据-豆瓣读书数据解析实战 D12 多线程爬虫-线程的回顾和单线程实现腾讯数据抓取
    D13 多线程爬虫-队列的介绍和多线程实现腾讯数据抓取 D14 线程池获取糗事百科数据 D15 selenium测试框架在爬虫的使用
    D16 selenium 实战QQ邮箱登录 D17 反爬的常见手段
    L20
    爬虫框架与开发与实战

    Scrapy是用Python下的一个互联网爬虫应用框架,它能够爬取网站并抽取结构化的数据,它也能够使用API获取数据。Scrapy框架中有很多实用的内置插件和中间件,这些插件和中间件使得Scrapy框架的实用性更强,并且在实战开发中,我们会具体爬取一些网站(如百度贴吧,豆瓣电影等)。

    D1 scarpy框架的介绍和基本使用 D2 scrapy框架解析数据 D3 scrapy框架数据类型和数据的保存以及配置项的修改
    D4 scrapy框架pipeline和item的使用 D5 Session和Cookiesscrapy框架settings和log包括中间件的配置以及源码解析 D6 scrapy框架post登录
    D7 scrapy中的分布式部署原理定时任务