数据整合和数据清洗
登陆
下一节课程: 数据整理
(4791次播放)
5
秒后自动播放下一节
下一节
重新观看
介绍 >
Python数据科学技术详解与商业项目实战精讲
难度:中级
共132节
635694次学习
章节
评论
笔记
课件
第1章 数据科学家的武器库
数据科学的概念
以示例讲解数据建模和数学建模
数据科学的统计基础
面向应用的数据挖掘算法分类
各类算法的适用场景讲解
面向应用的分类模型评估
第2章 Python基础
Python介绍
Python基础数据类型和表达式
Python原生态数据结构(上)
Python原生态数据结构(下)
Python控制流
Python函数
Python模块的使用
第3章 信用卡客户特征分析-产品客户画像初步
描述性统计与探索型数据分析(上)
描述性统计与探索型数据分析(下)
描述性方法大全与Python绘图(上)
描述性方法大全与Python绘图(下)
统计制图原理
数据库基础
数据整合和数据清洗
数据整理
课后答疑
信用卡客户画像 作业讲解1
信用卡客户画像 作业讲解2
第4章 二手房价格分析报告
两变量关系检验方法综述
参数估计简介及概念介绍(上)
参数估计简介及概念介绍(下)
假设检验与单样本T检验(上)
假设检验与单样本T检验(下)
两样本T检验
方差分析
相关分析
相关知识点答疑
简单线性回归(上)
简单线性回归(下)
多元线性回归
课后作业与课程答疑
二手房房价影响因素分析 讲解1背景介绍
描述性分析-1对被解释变量进行描述
描述性分析-2对解释变量进行描述1
描述性分析-3对解释变量进行描述2
建立预测模型-1单变量显著度检验
建立预测模型-2无交互项的线性模型
建立预测模型-3有交互项的线性模型和预测
第5章 汽车贷款信用评分卡制作
课程答疑
线性回归检验(上)
线性回归检验(中)
线性回归检验(下)
逻辑回归基础(上)
逻辑回归基础(下)
课程答疑2
电信客户流失预警 作业讲解1总体介绍
矩估计1
矩估计2
极大似然估计
线性回归的极大似然估计
逻辑回归的极大似然估计
模型调优
流失预警模型的调优
最近邻域法的参数调优
第6章 电信客户流失预警
课前答疑
决策树建模思路(上)
决策树建模思路(下)
决策树建模基本原理
Quinlan系列决策树建模原理-ID3
Quinlan系列决策树建模原理-C4.5
CART决策树建模原理
模型修剪-以CART为例
案例讲解1
神经网络基本概念
人工神经网络结构
感知器
案例讲解2
神经网络
课后答疑
第7章 个人银行反欺诈模型
不平衡分类概述
欠采样
过采样
综合采样
案例讲解
集成学习概述
随机森林
Adaboost算法_
提升树、GBDT和XGBoost
第8章 慈善机构精准营销案例
多元统计基础与变量约减的思路
主成分分析理论基础1
主成分分析理论基础2
主成分分析理论基础3
主成分分析案例1
主成分分析案例2
因子分析1.
因子分析2
稀疏主成分分析
变量聚类原理
变量聚类操作
答疑1
案例2:精准营销的两阶段预测模型1
案例2:精准营销的两阶段预测模型2
案例2:精准营销的两阶段预测模型3
精准营销的两阶段预测模型4
答疑2_
第9章 银行客户渠道使用偏好的客户洞察
凸优化基本概念
凸集的概念
凸函数
无约束凸优化计算_
有约束凸优化计算
朴素贝叶斯分类器
支持向量机引论
线性可分的支持向量机
线性不可分的支持向量机
支持向量机使用案例
GBDT和分类模型评估(算法角度)
GBDT和分类模型评估(算法角度)
GBDT和分类模型评估(算法角度)
GBDT和分类模型评估(算法角度)
客户画像与标签体系
客户细分
聚类的基本逻辑
系统聚类(上)
系统聚类(下)
K-means聚类
使用决策树做聚类后客户分析
课后答疑
第10章 推荐系统设计与银行产品推荐
智能推荐(上)
智能推荐(下)
购物篮分析与运用
关联规则(上)
关联规则(中)
关联规则(下)
序贯模型
相关性在推荐中的运用
答疑
全部评论
我要评论
暂无评论~
暂无课件
全部笔记
发布笔记
暂无笔记~
取消
回复
发送
发布
取消
发布笔记
发送
发布
© 2021 Python学习网
苏ICP备2021003149号-1
Python学习网
首页
视频
手册
图文
文章
社区