机器学习工程师从算法基础到实战案例

【课程内容】
第一阶段：Python数据分析与建模库
Python快速入门
科学计算库Numpy
数据分析处理库Pandas
可视化库Matplotlib
Seaborn可视化库
第二阶段：机器学习经典算法
回归算法
决策树与随机森林
贝叶斯算法
支持向量机算法
时间序列AIRMA模型
神经网络基础
神经网络架构
PCA降维与SVD矩阵分解
聚类算法
推荐系统
第三阶段：机器学习案例实战
使用Python分析科比生涯数据
案例实战-信用卡欺诈检测
Python文本数据分析
Kaggle竞赛案例-泰坦尼克获救预测
时间序列案例实战
TensorFlow框架
MNIST手写字体识别
Gensim中文词向量建模
探索性数据分析-赛事数据集分析
探索性数据分析-农粮数据分析