人工智能—数据分析库

python

python随着人工智能兴起而大热， 人工智能成就Python。 相对于其他语言，python对人工智能最大的优势是他的可扩展性、可嵌入性。这也是他被程序员称为“胶水语言”的原因。Python借助AI和数据科学，目前已经攀爬到了编程语言生态链的顶级位置，可以说Python基本上与AI已经紧密捆绑在了一起了。 Python历史上也一直都是科学计算和数据分析的重要工具，有numpy这样的底子，因为行业近似所以选择API binding语言的时候会首选Python，同时复用numpy这样的基础库既减少了开发工作量，也方便从业人员上手。

python

python

应知应会：

python

1. 掌握Kmean聚类算法，主成分分析

3. 掌握回归分析的数据处理方法，以及机器学习处理线性数据模型

4. 掌握利用机器语言搭建数据聚类和降维模型

5. 掌握利用机器语言搭建数据判别模型

6. 掌握利用机器语言搭建决策树模型

7. 掌握变量选取与神经网络搭建

8. 掌握Tensorflow库完成深度学习项目

python

python

业务实战：

python

银行信贷数据进行加权回归分析和Ols分析，实现数据预测，利用机器语实现多维线性回归，预测以及数据模型检验

应用Tensorflow库完成深度学习项目

python

python

主要知识点：

python
☑ 特征工程

☑ 分解类别属性(度热编码)

☑ 分箱/分区

☑ 交叉特征

☑ 特征选择

☑ 特征缩放

☑ 特征提取

☑ k-近邻算法

☑ 优化约会网站的配对效果

☑ 手写数字识别系统

☑ 分类决策树

☑ 判定鱼类和非鱼类

☑ 使用决策树预测隐形眼镜类型

☑ 朴素贝叶斯决策

☑ 屏蔽社区留言板的侮辱性言论

☑ 使用朴素贝叶斯过滤垃圾邮件

☑ 使用朴素贝叶斯分类器从个人广告中获取区域倾向

☑ 线性回归

☑ 线性回归概念

☑ 模型函数

☑ 损失函数

☑ Sklearm中工具包使用场景

☑ Ridge回归

☑ Ridge回归常用方法

☑ Lasso回归

☑ Lasso回归常用方法

☑ 综合应用

☑ 房价预测

☑ 逻辑回归

☑ 声纳信号分类

☑ 案例进阶：马疝病的预测

☑ 支持向量机

☑ 支持向量机的用法

☑ 案例进阶：手写数字识别的系统

☑ k-means聚类

☑ 构造数据实现k-means聚类算法

☑ Apriori关联分析

☑ Apriori 算法的使用

☑ FP-growth高效发现频繁项集

☑ FP-growth 的使用

☑ 利用PCA来简化数据

☑ PCA来简化数据的使用

☑ 案例进阶：餐馆菜肴推荐系统

☑ 神经网络

☑ Tensorflow内容

python

python

学习基础：

python

学此阶段需要掌握数据分析基本流程及步骤，掌握数据挖掘基础工具及处理数据方法，掌握量化交易规则设计策略，掌握机器学习处理线性模型， 掌握机器语言搭建数据聚类和数据判定模型，掌握机器语言搭建决策树模型，掌握深度学习算法和框架。

python

python

python