首页
文章
视频教程
问答
课程
机器学习
数据挖掘基础(黑马程序员)
数据挖掘基础(黑马程序员)
本课程适合有python基础希望向人工智能领域发展的学员学习
原创视频
5.0分
学习人数:18105
学习难度:初级
更新时间:2020-06-06
已学0%
学习耗时0分钟
开始学习
课程介绍
本课程由黑马程序员精品打造,带你轻松入门机器学习。
喜欢就分享吧
课程目录
课程目录
共:3章 60节
图形绘制:Matplotlib
1-1 环境搭建
1-2 JupyterNotebook介绍
1-3 快速上手JupyterNotebook
1-4 Matplotlib介绍
1-5 快速上手Matplotlib
1-6 Matplotlib三层结构
1-7 完善折线图(画布层)
1-8 修改x、y轴刻度
1-9 中文问题解决
1-10 其他辅助显示层完善折线图
1-11 完善折线图(图像层)
1-12 创建多个绘图区
1-13 折线图应用场景
1-14 常见图表及散点图
1-15 柱状图
1-16 直方图
1-17 饼图
1-18 总结
Numpy和pandas
2-1 上节回顾
2-2 今日目标
2-3 Numpy优势
2-4 ndarray属性
2-5 生成数组的方法
2-6 均匀分布与正态分布
2-7 切片索引与形状修改
2-8 类型修改与数组去重
2-9 逻辑运算
2-10 统计运算
2-11 数组间运算
2-12 矩阵运算
2-13 合并与分割
2-14 IO操作与数据处理
2-15 第二天总结
2-16 答疑
2-17 第三天上节回顾
2-18 Pandas介绍
2-19 DataFrame属性和方法
2-20 DataFrame索引设置
2-21 MultiIndex与Panel
2-22 Series
2-23 索引操作
2-24 赋值与排序
2-25 算术运算与逻辑运算
2-26 统计运算与自定义运算
2-27 Pandas画图
2-28 csv文件的读取与存储
2-29 hdf5文件的读取与存储
2-30 json文件的读取与存储
2-31 第三天总结
数据处理进阶
3-1 第四天上节回顾
3-2 第四天今日安排
3-3 处理np.nan类型的缺失值
3-4 处理其他标记的缺失值
3-5 数据离散化
3-6 按方向合并pd.concat()
3-7 按索引合并pd.merge()
3-8 交叉表与透视表
3-9 分组与聚合
3-10 综合案例
3-11 总结
学生反馈
5.0
课程评分
课程评分根据各个学生的评分和各种其他因素(如评分时间和可读性)计算得出,以确保评分公平准确地反映课程质量。
100%
%
%
%
%
讲师介绍
流芳
别懈怠