Python数据挖掘与机器学习实战-选题 .pdfVIP

Python数据挖掘与机器学习实战-选题

Python数据挖掘与机器学习实战—选题大纲（一组一章，第一章

除外）

或从下列选题中选择：（除第1讲）

选题名称内容结构内容要求

第1讲

机器学习与Python库（该讲不可选）解释器Python3.6与IDE：

Anaconda/Pycharm

1.Python基础：列表/元组/字典/类/文件

2.numpy/scipy/matplotlib/panda

的介绍和典型使用

3.多元高斯分布

4.典型图像处理

5.scikit-learn的介绍和典型使用

6.多种数学曲线

7.多项式拟合

8.快速傅里叶变换FFT

9.奇异值分解SVD

10.Soble/Prewitt/Laplacian算子

与卷积网络

代码和案例实践

1.卷积与(指数)移动平均线

2.股票数据分析

3.实际生产问题中算法和特征的关系

4.缺失数据的处理

5.环境数据异常检测和分析

第2讲回归线性回归

1.Logistic/Softmax回归

2.广义线性回归

3.L1/L2正则化

4.Ridge与LASSO

5.ElasticNet

6.梯度下降算法：BGD与SGD

7.特征选择与过拟合

8.Softmax回归的概念源头

9.最大熵模型

10.K-L散度

代码和案例实践

1.股票数据的特征提取和应用

2.泰坦尼克号乘客缺失数据处理和存活率

预测

3.环境检测数据异常分析和预测

4.模糊数据查询和数据校正方法

5.PCA与鸢尾花数据分类

6.二手车数据特征选择与算法模型比较

7.广告投入与销售额回归分析

8.鸢尾花数据集的分类

第3讲

决策树和随机森林熵、联合熵、条件熵、KL散度、互信息

1.最大似然估计与最大熵模型

2.ID3、C4.5、CART详解

3.决策树的正则化

4.预剪枝和后剪枝

5.Bagging

6.随机森林

7.不平衡数据集的处理

8.利用随机森林做特征选择

9.使用随机森林计算样本相似度

10.异常值检测

代码和案例实践

1.随机森林与特征选择

2.决策树应用于回归

3.多标记的决策树回归

4.决策树和随机森林的可视化

5.社会学人群收入预测

6.葡萄酒数据集的决策树/随机森林分类

7.泰坦尼克乘客存活率估计

第4讲SVM线性可分支持向量机

1.软间隔

2.损失函数的理解

3.核函数的原理和选择

4.SMO算法

5.支持向量回归SVR

6.多分类SVM

代码和案例实践：

1.原始数据和特征提取

2.调用开源库函数完成SVM

3.葡萄酒数据分类

4.数字图像的手写体识别

5.MNIST手写体识别

6.SVR用于时间序列曲线预测

7.SVM、Logistic回归、随机森林三者的

横向比较

第5讲聚类各种相似度度量及其相互关系

1.Jaccard相似度和准确率、召回率

2.Pearson相关系数与余弦相似度

3.K-means与K-Medoids及变种

4.AP算法(Sci07)/LPA算法及其应用

5.密度聚类DBSCAN/DensityPeak(Sci14)

6.谱聚类SC

7.聚类评价和结果指标

代码和案例实践：

1.K-Means++算法原理和实现

2.向量量化VQ及图像近似

3.并查集的实践应用

4.密度聚类的异常值检测

5.谱聚类用于图片分割

第6讲

隐马尔科夫模型

HMM主题模型LDA

1.词潜入和word2vec

2.前向/后向算法

3.HMM的参数学习

4.Baum-Welch算法详解

5.Viterbi算法详解

6.隐马尔科夫模型