|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/data-science-e-machine-learning-com-estatistica-e-python/
课程评论：没有评论
课程名称：数据科学与机器学习：统计学与Python 课程概述： 本课程介绍了Python编程语言的基础知识，这也是数据科学应用的主要语言。此外，学习了Pandas库，这是数据科学中用于数据处理的主要库。课程还涵盖了Numpy库，专注于数学运算的处理，和主要的数据可视化库Matplotlib与Seaborn。课程内容包括时间序列处理、PCA和t-SNE维度降低，以及数据科学中的统计学。 机器学习部分涵盖基础与高级策略的理论和实践，涉及以下预测模型的直觉与应用： - 线性回归 - 逻辑回归 - 决策树 - 随机森林 - 随机梯度下降 - 支持向量机 - AdaBoost - 梯度提升 - K-means聚类 - K-最近邻 项目实践包括： 1. 使用线性回归预测泰坦尼克号乘客年龄 2. 对泰坦尼克号乘客生存进行分类 3. 对推特句子进行情感分析（自然语言处理） 4. 使用YOLO模型检测和分类图像与视频中的对象（计算机视觉） 5. 按购买模式对客户进行聚类 6. 自驾出租车（强化学习） 通过这些内容，学生将掌握数据科学和机器学习的基本知识及其在实际问题中的应用。
Fundamentos da linguagem de programação Python , que é a principal base de linguagem para a aplicação da ciência de dadosEstudo das principais funcionalidades da biblioteca Pandas , que é a principal biblioteca de manipulação de dados da Data ScienceEstudo das principais funcionalidades da biblioteca Numpy , que é a principal biblioteca de manipulação de operações matemáticasEstudo das principais bibliotecas de Visualização de Dados: Matplotlib e SeabornManipulando TimeSeries, que são os tipos usados em datas e horasRedução de Dimensões com PCA e TSNEEstatística para Data Science.Machine Learning , com teoria e aplicação prática de estratégias básicas e avançadasIntuição e aplicação dos seguintes modelos preditivos:Linear_Regression (Regressão Linear) Logistic_Regression (Regressão Lógica)Decision_Tree (Árvore de Decisão)Random_Forest (Floresta Aleatória)Stochastic_Gradient_Descent (SGD)Support_Vector_Machine (SVM) AdaBoostGradient_Boost (Impulsionamento Gradiente)K-Means_Clustering - (K-Médias de Grupos)K-Nearest_Neighbors (KNN) PROJETO: Predição da Idade dos Passageiros do Titanic (Regressão Linear)PROJETO: Classificação de sobrevivência dos passageiros do Titanic (Classificação)PROJETO: Análise de Sentimentos de Frases do Twitter (Processamento de Linguagem Natural - PLN)PROJETO: Funcionamento e uso do modelo de detecção e classificação de objetos em imagens e vídeos YOLO (Visão Computacional)PROJETO: Segregando Clientes por Padrões de Compras (Clustering)PROJETO: Táxi Auto-Dirigível (Aprendizagem Reinforçada)
