• 章节

  • 评论
第1章 数据科学家的武器库
1-1 数据科学的概念 播放状态
1-2 以示例讲解数据建模和数学建模 播放状态
1-3 数据科学的统计基础 播放状态
1-4 面向应用的数据挖掘算法分类 播放状态
1-5 各类算法的适用场景讲解 播放状态
1-6 面向应用的分类模型评估 播放状态
第2章 Python基础
2-1 Python介绍 播放状态
2-2 Python基础数据类型和表达式 播放状态
2-3 Python原生态数据结构(上) 播放状态
2-4 Python原生态数据结构(下) 播放状态
2-5 Python控制流 播放状态
2-6 Python函数 播放状态
2-7 Python模块的使用 播放状态
第3章 信用卡客户特征分析-产品客户画像初步
3-1 描述性统计与探索型数据分析(上) 播放状态
3-2 描述性统计与探索型数据分析(下) 播放状态
3-3 描述性方法大全与Python绘图(上) 播放状态
3-4 描述性方法大全与Python绘图(下) 播放状态
3-5 统计制图原理 播放状态
3-6 数据库基础 播放状态
3-7 数据整合和数据清洗 播放状态
3-8 数据整理 播放状态
3-9 课后答疑 播放状态
3-10 信用卡客户画像 作业讲解1 播放状态
3-11 信用卡客户画像 作业讲解2 播放状态
第4章 二手房价格分析报告
4-1 两变量关系检验方法综述 播放状态
4-2 参数估计简介及概念介绍(上) 播放状态
4-3 参数估计简介及概念介绍(下) 播放状态
4-4 假设检验与单样本T检验(上) 播放状态
4-5 假设检验与单样本T检验(下) 播放状态
4-6 两样本T检验 播放状态
4-7 方差分析 播放状态
4-8 相关分析 播放状态
4-9 相关知识点答疑 播放状态
4-10 简单线性回归(上) 播放状态
4-11 简单线性回归(下) 播放状态
4-12 多元线性回归 播放状态
4-13 课后作业与课程答疑 播放状态
4-14 二手房房价影响因素分析 讲解1背景介绍 播放状态
4-15 描述性分析-1对被解释变量进行描述 播放状态
4-16 描述性分析-2对解释变量进行描述1 播放状态
4-17 描述性分析-3对解释变量进行描述2 播放状态
4-18 建立预测模型-1单变量显著度检验 播放状态
4-19 建立预测模型-2无交互项的线性模型 播放状态
4-20 建立预测模型-3有交互项的线性模型和预测 播放状态
第5章 汽车贷款信用评分卡制作
5-1 课程答疑 播放状态
5-2 线性回归检验(上) 播放状态
5-3 线性回归检验(中) 播放状态
5-4 线性回归检验(下) 播放状态
5-5 逻辑回归基础(上) 播放状态
5-6 逻辑回归基础(下) 播放状态
5-7 课程答疑2 播放状态
5-8 电信客户流失预警 作业讲解1总体介绍 播放状态
5-9 矩估计1 播放状态
5-10 矩估计2 播放状态
5-11 极大似然估计 播放状态
5-12 线性回归的极大似然估计 播放状态
5-13 逻辑回归的极大似然估计 播放状态
5-14 模型调优 播放状态
5-15 流失预警模型的调优 播放状态
5-16 最近邻域法的参数调优 播放状态
第6章 电信客户流失预警
6-1 课前答疑 播放状态
6-2 决策树建模思路(上) 播放状态
6-3 决策树建模思路(下) 播放状态
6-4 决策树建模基本原理 播放状态
6-5 Quinlan系列决策树建模原理-ID3 播放状态
6-6 Quinlan系列决策树建模原理-C4.5 播放状态
6-7 CART决策树建模原理 播放状态
6-8 模型修剪-以CART为例 播放状态
6-9 案例讲解1 播放状态
6-10 神经网络基本概念 播放状态
6-11 人工神经网络结构 播放状态
6-12 感知器 播放状态
6-13 案例讲解2 播放状态
6-14 神经网络 播放状态
6-15 课后答疑 播放状态
第7章 个人银行反欺诈模型
7-1 不平衡分类概述 播放状态
7-2 欠采样 播放状态
7-3 过采样 播放状态
7-4 综合采样 播放状态
7-5 案例讲解 播放状态
7-6 集成学习概述 播放状态
7-7 随机森林 播放状态
7-8 Adaboost算法_ 播放状态
7-9 提升树、GBDT和XGBoost 播放状态
第8章 慈善机构精准营销案例
8-1 多元统计基础与变量约减的思路 播放状态
8-2 主成分分析理论基础1 播放状态
8-3 主成分分析理论基础2 播放状态
8-4 主成分分析理论基础3 播放状态
8-5 主成分分析案例1 播放状态
8-6 主成分分析案例2 播放状态
8-7 因子分析1. 播放状态
8-8 因子分析2 播放状态
8-9 稀疏主成分分析 播放状态
8-10 变量聚类原理 播放状态
8-11 变量聚类操作 播放状态
8-12 答疑1 播放状态
8-13 案例2:精准营销的两阶段预测模型1 播放状态
8-14 案例2:精准营销的两阶段预测模型2 播放状态
8-15 案例2:精准营销的两阶段预测模型3 播放状态
8-16 精准营销的两阶段预测模型4 播放状态
8-17 答疑2_ 播放状态
第9章 银行客户渠道使用偏好的客户洞察
9-1 凸优化基本概念 播放状态
9-2 凸集的概念 播放状态
9-3 凸函数 播放状态
9-4 无约束凸优化计算_ 播放状态
9-5 有约束凸优化计算 播放状态
9-6 朴素贝叶斯分类器 播放状态
9-7 支持向量机引论 播放状态
9-8 线性可分的支持向量机 播放状态
9-9 线性不可分的支持向量机 播放状态
9-10 支持向量机使用案例 播放状态
9-11 GBDT和分类模型评估(算法角度) 播放状态
9-12 GBDT和分类模型评估(算法角度) 播放状态
9-13 GBDT和分类模型评估(算法角度) 播放状态
9-14 GBDT和分类模型评估(算法角度) 播放状态
9-15 客户画像与标签体系 播放状态
9-16 客户细分 播放状态
9-17 聚类的基本逻辑 播放状态
9-18 系统聚类(上) 播放状态
9-19 系统聚类(下) 播放状态
9-20 K-means聚类 播放状态
9-21 使用决策树做聚类后客户分析 播放状态
9-22 课后答疑 播放状态
第10章 推荐系统设计与银行产品推荐
10-1 智能推荐(上) 播放状态
10-2 智能推荐(下) 播放状态
10-3 购物篮分析与运用 播放状态
10-4 关联规则(上) 播放状态
10-5 关联规则(中) 播放状态
10-6 关联规则(下) 播放状态
10-7 序贯模型 播放状态
10-8 相关性在推荐中的运用 播放状态
10-9 答疑 播放状态
视频页广告图 关闭
视频页广告图
品易云推流
评论
综合评分
无数据提示暂无评论哟...我要评论