西安Python人工智能培訓(xùn)班

數(shù)值計(jì)算包學(xué)習(xí)

1、數(shù)值計(jì)算包工具介紹

2、Numpy多維數(shù)組

3、數(shù)組的屬性與操作

4、基本的數(shù)組運(yùn)算

5、Scipy工作原理介紹

6、SciPy交互工作數(shù)據(jù)處理包Pandas

1、本地環(huán)境安裝

2、加載工具庫

3、Pandas創(chuàng)建對象

4、操作行和塊

5、窺視數(shù)據(jù)

6、缺失值處理、合并于分組

數(shù)據(jù)加載與存儲

1、Pandas導(dǎo)入導(dǎo)出數(shù)據(jù)

2、與SQL/Excel 對比

3、數(shù)據(jù)體量與工具選擇

4、范式中的切片與分組

5、Pandas索引與排序

6、文本轉(zhuǎn)化為虛擬變量

7、Pandas數(shù)據(jù)回歸

8、讀取文本文件數(shù)據(jù)加載與存儲

1、Pandas導(dǎo)入導(dǎo)出數(shù)據(jù)

2、與SQL/Excel 對比

3、數(shù)據(jù)體量與工具選擇

4、范式中的切片與分組

5、Pandas索引與排序

6、文本轉(zhuǎn)化為虛擬變量

7、Pandas數(shù)據(jù)回歸

8、讀取文本文件

聚類算法

1、有監(jiān)督與無監(jiān)督問題

2、k-means聚類算法原理

3、層次聚類算法

4、SOM聚類算法

5、FCM聚類算法

6、python實(shí)現(xiàn)k-means算法

7、聚類算法應(yīng)用場景與特征工程

回歸算法

1、線性回歸算法原理推導(dǎo)

2、多元線性回歸問題推導(dǎo)

3、非線性回歸問題求解

4、實(shí)現(xiàn)簡易回歸算法

5、邏輯回歸算法原題

6、實(shí)戰(zhàn)梯度下降算法

貝葉斯分類與近鄰分類

1、貝葉斯算法原理推導(dǎo)

2、基于貝葉斯理論的垃圾郵件攔截

3、基于貝葉斯理論的輿情系統(tǒng)設(shè)計(jì)

4、近鄰(KNN)算法原理詳解

5、近鄰算法在手寫體數(shù)字識別中的應(yīng)用

支持向量機(jī)

1、SVM要解決的問題

2、線性SVM原理推導(dǎo)

3、SVM對偶問題與核變換

4、soft支持向量機(jī)問題

5、多類別分類問題解決方案

更多程培訓(xùn)課，課程優(yōu)惠，學(xué)校資訊，可進(jìn)入 西安千峰教育 了解更多詳情...