慕课：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】 [116.40M]

说明

1-1 课程导学.mp4 [20.17M]

1-2 数据分析概述.mp4 [96.23M]

第2章 数据获取 [122.96M]

说明

2-1 数据仓库.mp4 [7.12M]

2-2 监测与抓取.mp4 [23.29M]

2-3 填写、埋点、日志、计算.mp4 [2.80M]

2-4 数据学习网站.mp4 [89.75M]

第3章 单因子探索分析与可视化 [615.31M]

3-1 数据案例介绍.mp4 [20.30M]

3-10 分布分析.mp4 [4.99M]

3-11 satisfaction level的分析.mp4 [36.99M]

3-12 lastevaluation的分析.mp4 [32.07M]

3-13 numberproject的分析.mp4 [13.82M]

3-14 averagemonthlyhours的分析.mp4 [31.92M]

3-15 timespendcompany的分析.mp4 [4.10M]

3-16 workaccident的分析.mp4 [3.97M]

3-17 left的分析.mp4 [2.45M]

3-18 promotionlast5years的分析.mp4 [3.01M]

3-19 salary的分析.mp4 [7.77M]

3-2 集中趋势,离中趋势.mp4 [8.14M]

3-20 department的分析.mp4 [5.79M]

3-21 简单对比分析操作.mp4 [35.91M]

3-22 可视化-柱状图.mp4 [147.92M]

3-23 可视化-直方图.mp4 [46.29M]

3-24 可视化-箱线图.mp4 [18.12M]

3-25 可视化-折线图.mp4 [19.79M]

3-26 可视化-饼图.mp4 [38.18M]

3-27 本章小结.mp4 [19.07M]

3-3 数据分布–偏态与峰度.mp4 [4.96M]

3-4 抽样理论.mp4 [6.20M]

3-5 编码实现（基于python2.7）.mp4 [88.59M]

3-6 数据分类.mp4 [2.95M]

3-7 异常值分析.mp4 [6.17M]

3-8 对比分析.mp4 [4.44M]

3-9 结构分析.mp4 [1.38M]

第4章 多因子探索分析 [528.27M]

说明

4-1 假设检验.mp4 [12.64M]

4-10 相关分析与实现.mp4 [158.35M]

4-11 因子分析与实现.mp4 [31.28M]

4-12 本章小结.mp4 [11.61M]

4-2 卡方检验.mp4 [2.93M]

4-3 方差检验.mp4 [4.69M]

4-4 相关系数.mp4 [3.24M]

4-5 线性回归.mp4 [4.62M]

4-6 主成分分析.mp4 [8.48M]

4-7 编码实现.mp4 [159.27M]

4-8 交叉分析方法与实现.mp4 [113.06M]

4-9 分组分析方法与实现.mp4 [18.11M]

第5章 预处理理论 [472.36M]

说明

5-1 特征工程概述.mp4 [9.96M]

5-10 特征变换-正规化.mp4 [13.25M]

5-11 特征降维-lda.mp4 [32.16M]

5-12 特征衍生.mp4 [5.42M]

5-13 hr表的特征预处理-1.mp4 [114.37M]

5-14 hr表的特征预处理-2.mp4 [88.09M]

5-15 本章小结.mp4 [5.62M]

5-2 数据样本采集.mp4 [2.85M]

5-3 异常值处理.mp4 [60.36M]

5-4 标注.mp4 [3.06M]

5-5 特征选择.mp4 [78.25M]

5-6 特征变换-对指化.mp4 [4.98M]

5-7 特征变换-离散化.mp4 [14.51M]

5-8 特征变换-归一化与标准化.mp4 [12.85M]

5-9 特征变换-数值化.mp4 [26.63M]

第6章 挖掘建模 [1.50G]

说明

6-1 机器学习与数据建模.mp4 [5.34M]

6-10 回归-分类-逻辑回归.mp4 [55.97M]

6-11 回归-分类-人工神经网络-1.mp4 [29.53M]

6-12 回归-分类-人工神经网络-2.mp4 [142.96M]

6-13 回归-回归树与提升树.mp4 [54.35M]

6-14 聚类-kmeans-1.mp4 [23.32M]

6-15 聚类-kmeans-2.mp4 [117.16M]

6-16 聚类-dbscan.mp4 [49.68M]

6-17 聚类-层次聚类.mp4 [16.75M]

6-18 聚类-图分裂.mp4 [3.63M]

6-19 关联-关联规则-1.mp4 [23.79M]

6-2 训练集、验证集、测试集.mp4 [29.49M]

6-20 关联-关联规则-2.mp4 [116.09M]

6-21 半监督-标签传播算法.mp4 [120.62M]

6-22 本章小结.mp4 [52.46M]

6-3 分类-knn.mp4 [129.67M]

6-4 分类-朴素贝叶斯.mp4 [102.68M]

6-5 分类-决策树.mp4 [150.00M]

6-6 分类-支持向量机.mp4 [77.15M]

6-7 分类-集成-随机森林.mp4 [127.00M]

6-8 分类-集成-adaboost.mp4 [50.57M]

6-9 回归-线性回归.mp4 [56.11M]

第7章 模型评估 [202.37M]

7-1 分类评估-混淆矩阵.mp4 [26.49M]

7-2 分类评估-roc、auc、提升图与ks图.mp4 [78.52M]

7-3 回归评估.mp4 [42.12M]

7-4 非监督评估.mp4 [55.23M]

第8章 总结与展望 [26.62M]

说明

8-1 课程回顾与多角度看数据分析.mp4 [10.98M]

8-2 大数据与学习这门课后还能干什么_音频.mp4.mp4 [15.64M]

书籍+随堂源码+说明 [14.97M]

sample_code [583.99K]

data [553.59K]

hr.csv [553.59K]

ass_main.py [3.72K]

clst_main.py [1.33K]

eda_1.py [1.48K]

eda_2.py [4.82K]

eda_3.py [2.37K]

eda_4.py [1.83K]

eda_5.py [2.37K]

etl1.py [1.09K]

etl2.py [0.94K]

etl3.py [1.85K]

main.py [7.85K]

semi_main.py [0.75K]

说明

半监督学习.pdf [3.07M]

利用python进行数据分析.pdf [8.81M]

数据挖掘导论.pdf [2.52M]

project.zip [117.73K]