原创力文档- 1、本文档共60页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
数据科学导论;课程目标与大纲;什么是数据科学？;数据科学与传统统计学的区别;数据科学的应用领域;数据科学家的角色与技能;数据科学的伦理考量;数据收集：数据来源概览;网络爬虫：原理与实践;数据库：关系型与非关系型;API：数据获取的接口;数据清洗：缺失值处理;数据清洗：异常值检测与处理;数据清洗：数据转换与标准化;数据集成：数据合并与连接;数据转换：特征工程;特征选择：方法与实践;数据降维：PCA与SVD;数据可视化：常用图表类型;数据可视化：matplotlib库介绍;数据可视化：seaborn库介绍;数据可视化：高级可视化技巧;探索性数据分析（EDA）：概念与重要性;EDA：单变量分析;EDA：多变量分析;EDA：案例分析;机器学习：基本概念;监督学习：回归算法;监督学习：分类算法;监督学习：模型评估与选择;无监督学习：聚类算法;无监督学习：降维算法;半监督学习：概念与应用;深度学习：神经网络基础;深度学习：常用模型介绍;深度学习：框架选择（TensorFlow,PyTorch）;自然语言处理（NLP）：文本预处理;NLP：文本特征提取;NLP：常用模型与应用;时间序列分析：基本概念;时间序列分析：常用模型（ARIMA,Prophet）;时间序列分析：预测与应用;推荐系统：协同过滤;推荐系统：基于内容的推荐;推荐系统：混合推荐;大数据处理：Hadoop生态系统;大数据处理：Spark介绍;大数据处理：数据仓库与数据湖;数据科学工具：Python环境搭建;数据科学工具：JupyterNotebook使用;数据科学工具：常用库（pandas,numpy,scikit-learn）;模型部署：RESTAPI构建;模型部署：云平台部署;数据科学项目流程;项目案例分析：电商用户行为分析;项目案例分析：金融风险评估;项目案例分析：医疗诊断辅助;数据科学的未来发展趋势;如何成为一名优秀的数据科学家;课程总结与回顾
文档评论（0）