<u id="57hm0"></u>

        1. <source id="57hm0"></source>
      1. <video id="57hm0"><table id="57hm0"></table></video>
        <cite id="57hm0"><noscript id="57hm0"><samp id="57hm0"></samp></noscript></cite><rp id="57hm0"><meter id="57hm0"></meter></rp>

          <video id="57hm0"></video>
        <b id="57hm0"><pre id="57hm0"><var id="57hm0"></var></pre></b>
      2. 1500

        10000

        4000

        50000

        10000

        100000

        北京44.7%

        江苏3.3%

        上海14.8%

        浙江10.9%

        广东  14.6%

        广东  14.6%

        四川  2.3%

        Python应用

        人工智能

        数据分析

        数据可视化:通过项目实战介绍Matplotlib实现简单直观的数据可视化、Echarts实现更丰富的交互需求,在此基础上认识更多的数据可视化库并灵活运用。

        数据抓取:Scrapy爬虫框架是当前非常流行的一款爬虫框架。Scrapy使用Python作为开发语言,掌握Scrapy爬虫框架的使用能够实现高效获取互联网数据的目标。

        利用Python实现数据清洗与存储。学习数据迁移、清洗、分片等多种转换处理,利用Python的numpy、pandas模块有效处理源数据中的空缺值、噪声数据、

        掌握人工智能Python语言的内容,语法规则,程序逻辑控制,OOP,数据结构。介绍人工智能的应用及神经元基本原理。

        通过人工智能具体应用项目的开发,深入介绍CNN和RNN原理及应用,包括卷积层和池化层,图像特征提取与识别,经典LeNet模型,LSTM,Encoder-Decoder Model,分词、题干提取建模等

        学习重点转向高级的模型优化算法上。在项目开发基础上进行算法开发实现,学习过程的优化、数据预处理、超参数、学习率优化、Batch-Normalization等,实现开发工程师到算法专家之路。

        基于CDBD数据集开发课程案例,介绍数据分析的基本流程和方法,涉及的数据建模方法主要是聚类和决策树。

        基于真实企业数据库开发案例,重点介绍K-近邻、凝聚与分裂(层次聚类算法)、线性回归、朴素贝叶斯等数据建模方法,最终成为数据分析师。

        通过真实情境的数据分析工作,处理各种数据分析中的复杂问题,所使用的建模方法有支持向量机、DBSCAN、逻辑回归和反向传播神经网络。

        备案号:皖ICP备11009780号-2

        地址:北大青鸟协同校区(农大校区)
        安徽省合肥市蜀山区长江西路130号安农大科技长廊5楼

        幸运飞艇过往各开奖记录