Python3数据分析与挖掘建模实战

第1章课程介绍【赠送相关电子书+随堂代码】
1-1课程导学.mp420.17M
1-2数据分析概述.mp496.23M
第2章数据获取
2-1数据仓库.mp46.68M
2-2监测与抓取.mp49.43M
2-3填写、埋点、日志、计算.mp43.14M
2-4数据学习网站.mp436.50M
第3章单因子探索分析与可视化
3-1数据案例介绍.mp48.99M
3-10分布分析.mp44.99M
3-11SatisfactionLevel的分析.mp436.99M
3-12LastEvaluation的分析.mp432.07M
3-13NumberProject的分析.mp413.82M
3-14AverageMonthlyHours的分析.mp431.92M
3-15TimeSpendCompany的分析.mp44.10M
3-16WorkAccident的分析.mp43.97M
3-17Left的分析.mp42.45M
3-18PromotionLast5Years的分析.mp43.01M
3-19Salary的分析.mp47.77M
3-2集中趋势,离中趋势.mp47.61M
3-20Department的分析.mp45.79M
3-21简单对比分析操作.mp435.91M
3-22可视化-柱状图.mp4147.92M
3-23可视化-直方图.mp446.29M
3-24可视化-箱线图.mp418.12M
3-25可视化-折线图.mp419.79M
3-26可视化-饼图.mp438.18M
3-27本章小结.mp419.07M
3-3数据分布–偏态与峰度.mp44.82M
3-4抽样理论.mp46.58M
3-5编码实现（基于python2.7）.mp488.59M
3-6数据分类.mp42.95M
3-7异常值分析.mp46.17M
3-8对比分析.mp44.44M
3-9结构分析.mp41.38M
第4章多因子探索分析
4-1假设检验.mp412.64M
4-10相关分析与实现.mp4158.35M
4-11因子分析与实现.mp431.28M
4-12本章小结.mp411.61M
4-2卡方检验.mp42.93M
4-3方差检验.mp44.69M
4-4相关系数.mp43.24M
4-5线性回归.mp44.62M
4-6主成分分析.mp48.48M
4-7编码实现.mp4159.27M
4-8交叉分析方法与实现.mp4113.06M
4-9分组分析方法与实现.mp418.11M
第5章预处理理论
5-1特征工程概述.mp49.96M
5-10特征变换-正规化.mp413.25M
5-11特征降维-LDA.mp432.16M
5-12特征衍生.mp45.42M
5-13HR表的特征预处理-1.mp4114.37M
5-14HR表的特征预处理-2.mp488.09M
5-15本章小结.mp45.62M
5-2数据样本采集.mp42.85M
5-3异常值处理.mp460.36M
5-4标注.mp43.06M
5-5特征选择.mp478.25M
5-6特征变换-对指化.mp44.98M
5-7特征变换-离散化.mp414.51M
5-8特征变换-归一化与标准化.mp412.85M
5-9特征变换-数值化.mp426.63M
第6章挖掘建模
6-1机器学习与数据建模.mp45.34M
6-10回归-分类-逻辑回归.mp455.97M
6-11回归-分类-人工神经网络-1.mp429.53M
6-12回归-分类-人工神经网络-2.mp4142.96M
6-13回归-回归树与提升树.mp454.35M
6-14聚类-Kmeans-1.mp423.32M
6-15聚类-Kmeans-2.mp4117.16M
6-16聚类-DBSCAN.mp449.68M
6-17聚类-层次聚类.mp416.75M
6-18聚类-图分裂.mp43.63M
6-19关联-关联规则-1.mp423.79M
6-2训练集、验证集、测试集.mp429.49M
6-20关联-关联规则-2.mp4116.09M
6-21半监督-标签传播算法.mp4120.62M
6-22本章小结.mp452.46M
6-3分类-KNN.mp4129.67M
6-4分类-朴素贝叶斯.mp4102.68M
6-5分类-决策树.mp4150.00M
6-6分类-支持向量机.mp477.15M
6-7分类-集成-随机森林.mp4127.00M
6-8分类-集成-Adaboost.mp450.57M
6-9回归-线性回归.mp456.11M
第7章模型评估
7-1分类评估-混淆矩阵.mp426.49M
7-2分类评估-ROC、AUC、提升图与KS图.mp478.52M
7-3回归评估.mp442.12M
7-4非监督评估.mp455.23M
第8章总结与展望
8-1课程回顾与多角度看数据分析.mp410.98M
8-2大数据与学习这门课后还能干什么_音频.mp4.mp415.64M
书籍+随堂源码+说明
sample_code
半监督学习.pdf3.07M
利用Python进行数据分析.pdf8.81M
数据挖掘导论.pdf2.52M
project.zip117.73kb