Python是时下热门的人工智能语言
它不仅专业功能强大,而且简单易学,是适合9-13岁孩子入门的源代码语言。天津少儿人工智能Python编程培训价格基本上的家庭也能接受,负担不大,孩子学完后可轻松掌握人工智能程序核心技能,成为AI时代的核心人才
学习编程的要点在于,我们要敢于尝试一些新东西、学习一项新技能并且以新的方式来解决问题。要确保孩子能够玩得来,和他们一起通过修改一些程序内容、保存程序、运行程序,看看发生了什么变化,并且修改未知的错误,从而测试自己的代码,并不断优化完善,从小培养工匠精神。!立即预约课程
学习机器人编程的好处
课程简介
学习目标
熟练掌握数据科学领域的编程语言-Python
掌握使用Python和pandas库进行数据清洗和预处理
学会使用matplotlib、seaborn进行初级可视化
学会使用Pyecharts进行高级数据可视化
学会构建机器学习算法进行分类、预测和聚类模型
善用机器学习解决用户画像、精准营销、风险管理等商业问题
学习对象
机器学习基础薄弱学员
高校在校生
待业、期待转行从事数据挖掘相关岗位的在职人员
CDA数据分析师level Ⅲ 考生。
希望借助数据挖掘算法来提升解决企业运营、产品运营中涉及的预测问题者
对数据挖掘技术感兴趣的各界人士
产品、运营、营销、管理、咨询相关岗位从业者,希望增加数据挖掘技能与思维
课程大纲
预习课(录播)——数据库SQL
1数据库基本概念
2DDL数据定义语言3DML数据操作语言4单表查询5多表查询
6Python连接SQL
1数据库基本概念
2DDL数据定义语言3DML数据操作语言4单表查询5多表查询
6Python连接SQL
预习课(录播)——Python编程基础1Python标准数据类型2控制流语句3自定义函数4异常和错误
5类与面向对象编程
6Numpy数组操作
5类与面向对象编程
6Numpy数组操作
预习课(录播)——数学与统计学基础1线性代数2微积分3描述性统计4参数估计5假设检验6相关分析7卡方分析8一元线性回归理论推导9多元线性回归理论推导
机器学习进阶(Level 3)第1周-数据接入与大数据平台1分布式存储与计算2Spark与Flink工作原理
3使用PySpark实现分布式计算
4数据接入策略与调度工具
3使用PySpark实现分布式计算
4数据接入策略与调度工具
机器学习进阶(Level 3)第1周-数据挖掘导论
1数据挖掘导论2KNN
3贝叶斯
4SVM
1数据挖掘导论2KNN
3贝叶斯
4SVM
机器学习进阶(Level 3)第2周-决策树1决策树(ID3, C4.5, CART)
2决策树的模型调优
3病马死亡归类与识别案例
4用户分类-保险行业用户分类分析
2决策树的模型调优
3病马死亡归类与识别案例
4用户分类-保险行业用户分类分析
机器学习进阶(Level 3)第2周-带正则项的回归分析与SVM
1带正则项的回归分析
2大数据环境下的回归分析实现(Spark实现)
1带正则项的回归分析
2大数据环境下的回归分析实现(Spark实现)
机器学习进阶(Level 3)第3周-集成与提升方法1集成学习的理论基础
2AdaBoost3随机森林及其Spark实现4GBDT, XGBoost, LightGBM及Python实现
2AdaBoost3随机森林及其Spark实现4GBDT, XGBoost, LightGBM及Python实现
机器学习进阶(Level 3)第3周-关联规则与协同过滤1关联规则(关联规则的概念,评估指标,Apriori算法)2协同过滤3大数据环境下的协同过滤实现4产品组合策略-电信公司产品捆绑销售策略分析案例
机器学习进阶(Level 3)第4周-高级数据处理与特征工程,神经网络
1数据处理的前沿方法:特征工程概要2数据不平衡问题3特征工程(特征的建构、选择、转换、学习)4感知器及多层感知器
1数据处理的前沿方法:特征工程概要2数据不平衡问题3特征工程(特征的建构、选择、转换、学习)4感知器及多层感知器
机器学习进阶(Level 3)第4周-深度学习基础
11深度神经网络基础
12BP神经网络架构13反向传播算法14梯度与学习率专题15图像分析-手写数字自动识别
11深度神经网络基础
12BP神经网络架构13反向传播算法14梯度与学习率专题15图像分析-手写数字自动识别
机器学习进阶(Level 3)第5周-爬虫,文本分析
11数据的爬取(http原理、requests应用)
12文本数据清洗(正则表达式、HTML结构及xpath应用)
11数据的爬取(http原理、requests应用)
12文本数据清洗(正则表达式、HTML结构及xpath应用)
机器学习进阶(Level 3)第5周-NLP之文本挖掘11分词与词性标注12文本信息提取13词嵌入(CBOW与Skip-gram)14构建文本信息库15文本聚类算法
机器学习进阶(Level 3)第6周-聚类分析进阶与异常识别11聚类分析进阶(密度聚类,高斯混合聚类,谱聚类)12异常识别(孤立森林,局部异常因子)13交易反欺诈-异常交易识别案例
机器学习进阶(Level 3)第6周-大型项目案例
11实战项目-金融行业反欺诈
机器学习进阶(Level 3)第7周-深度学习与NLP前沿技术11卷积神经网络CNN12循环神经网络RNN与LSTM13残差网络ResNet14注意力机制Attention15预训练框架Transformer与迁移学习16Bert专题17Pytorch框架与代码实践(NLP案例)18大型项目案例-实战项目-信用评分卡
CDA 认证考试辅导(报名考试的学生)
11数据挖掘概论
12高级数据处理与特征工程
13自然语言处理与文本分析
14机器学习算法
15机器学习进阶(自动机器学习,样本不平衡问题,半监督学习,模型优化)
11数据挖掘概论
12高级数据处理与特征工程
13自然语言处理与文本分析
14机器学习算法
15机器学习进阶(自动机器学习,样本不平衡问题,半监督学习,模型优化)
拓展选修课
11互联网数字化运营
12何为数据产品经理
13Python 爬虫
14人工智能(深度学习)实战之图像识别
15Tableau 多维可视化分析
16SPSS 统计分析
11互联网数字化运营
12何为数据产品经理
13Python 爬虫
14人工智能(深度学习)实战之图像识别
15Tableau 多维可视化分析
16SPSS 统计分析