代码拉取完成,页面将自动刷新
Python数据分析--玩转统计模型视频课程, PYTHON可视化分析数据挖掘内常用的数据模型讲解. 系统、全面的介绍方差分析模型、回归模型、logistic回归等各种经典统计模型,以及树模型、神经网络、支持向量机、最近邻方法等各种现代数据挖掘模型的算法原理,模型优缺点,适用条件及考查方式,并学习这些模型在sklearn和statsmodels中的具体实现方法。
本课程为统计原理与操作并重,在详细阐明各种模型算法特点的基础上,再对这些方法的python实现进行学习。
学习完本课程后,学员将能够独立使用sklearn和statsmodels拟合各种统计模型,满足实际研究工作或数据挖掘项目中的建模需求。
python 3
第1章:统计模型课程概述
第2章:方差分析模型
第3章:线性回归模型
第4章:线性回归的衍生模型
第5章:logitsic回归
第6章:决策树模型
第7章:神经网络
第8章:支持向量机
第9章:主成分分析与因子分析
第10章:聚类分析
第11章:最近邻分析
第12章:生存分析
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。