国外课栈 - 国外电子信息技术视频教程、电子书和博文栈
scikit-learn指南
scikit-learn指南
类别 : 视频教程
格式 : MP4
订阅须知  订阅
概述

使用scikit-learn进行强大数据分析的实用秘诀

学习  

  • 探索世界各地顶级数据科学家使用的scikit-learn最常用的应用程序
  • 自信地使用scikit-learn建立更好的机器学习模型
  • 深入研究使用神经网络使用scikit learning实现深度学习,以加快模型构建和数据处理
  • 学习使用scikit-learn中的交叉验证技术找到最佳模型并更快地分析数据
  • 有效地处理和可视化数据,以延长数学运算的计算时间
  • 探索scikit-learn中可用的前馈神经网络,以获取大型数据集并获得更好的结果
  • 评估和微调内置scikit-learn模型的性能

关于  

Scikit-learn是顶级数据科学家偏爱机器学习的最强大的软件包之一。强大的数据分析和机器学习需要快速,准确的计算,而scikit-learn的软件包使构建强大的机器学习模型变得异常容易!

本课程针对的是scikit学习新手或具有一些基础知识的人。您将首先生成用于构建机器学习模型的综合数据,使用scikit-learn预处理数据,以及构建各种受监督和不受监督的模型。然后,您将深入实施各种优化技术,例如交叉验证,特征选择,正则化以及降维技术。

在本课程结束时,您将能够建立自己的机器学习模型并将数据分析技能提高到一个新的水平!

该课程的所有代码和支持文件都可以在GitHub上的https://github.com/PacktPublishing/Scikit-learn-Recipes上找到。

特征  

  • 进入各种机器学习模型
  • 利用scikit-learn的功能毫不费力地构建各种机器学习模型
  • 易于理解的实用食谱可帮助您选择正确的机器学习算法

总目录(2时6分)

  • 使用scikit-learn进行数据预处理
  • 降维
  • 线性模型
  • 支持向量机
  • 决策树和合奏
  • 使用scikit-learn进行聚类
  • 交叉验证
  • 神经网络

会员登录
登录
我的资料
留言
回到顶部