课程目录
1-1 [numpy基础知识] numpy简介及环境安装 (16:27) 1-2 [numpy基础知识] numpy核心ndarray (22:38) 1-3 [numpy基础知识] numpy基本操作 (22:25) 1-4 [numpy基础知识] numpy数组和矩阵的索引切片和迭代操作 (26:28) 1-5 [numpy基础知识] numpy条件判断和布尔数组 (07:31) 1-6 [numpy基础知识] numpy中ndarray形状变换 (08:02) 1-7 [numpy基础知识] numpy数组矩阵的连接和切分 (13:50) 1-8 [numpy基础知识] numpy中常用概念 (14:01) 1-9 [numpy基础知识] numpy结构化数组 (08:55) 1-10 [numpy基础知识] numpy数据文件的读写 (11:26) 2-1 [pandas数据处理] pandas简介及安装 (05:43) 2-2 [pandas数据处理] pandas核心数据结构之Series (22:42) 2-3 [pandas数据处理] pandas核心数据结构之DataFrame (23:23) 2-4 [pandas数据处理] pandas中的Index对象 (19:35) 2-5 [pandas数据处理] pandas数据结构之间的运算 (04:34) 2-6 [pandas数据处理] pandas中numpy函数应用与apply自定义函数 (13:49) 2-7 [pandas数据处理] pandas中Dataframe和Series的排序和排位 (14:28) 2-8 [pandas数据处理] pandas计算相关性和协方差 (14:35) 2-9 [pandas数据处理] pandas中NaN数据处理 (14:06) 2-10 [pandas数据处理] pandas读写CSV和文本数据 (21:58) 2-11 [pandas数据处理] pandas读写HTML文件 (06:51) 2-12 [pandas数据处理] pandas读取xml文件 (13:36) 2-13 [pandas数据处理] pandas读取Microsoft Excel文件 (05:26) 2-14 [pandas数据处理] pandas读写Json数据 (02:17) 2-15 [pandas数据处理] pandas读写HDF5数据格式 (08:04) 2-16 [pandas数据处理] pandas实现pickle对象序列化 (07:52) 2-17 [pandas数据处理] pandas读写SQLite数据库 (07:36) 2-18 [pandas数据处理] pandas读写mysql数据库 (07:50) 2-19 [pandas数据处理] pandas读写postgresql数据库 (07:01) 2-20 [pandas数据处理] pandas操作Nosql数据库mongodb (09:52) 3-1 [matplotlib数据可视化] matplotlib简介、安装及架构 (12:46) 3-2 [matplotlib数据可视化] matplotlib用户接口pyplot (13:40) 3-3 [matplotlib数据可视化] matplotlib 方法的关键字参数和subplot (04:35) 3-4 [matplotlib数据可视化] matplotlib为图表添加更多元素 (16:45) 3-5 [matplotlib数据可视化] matplotlib处理日期数据 (07:12) 3-6 [matplotlib数据可视化] matplotlib绘制线性图 (22:50) 3-7 [matplotlib数据可视化] matplotlib绘制直方图 (06:24) 3-8 [matplotlib数据可视化] matplotlib绘制条状图 (22:38) 3-9 [matplotlib数据可视化] matplotlib绘制饼图 (12:02) 3-10 [matplotlib数据可视化] matplotlib绘制等高线图 (12:45) 3-11 [matplotlib数据可视化] matplotlib绘制3D曲面 (07:33) 3-12 [matplotlib数据可视化] matplotlib绘制3D散点图 (05:21) 3-13 [matplotlib数据可视化] matplotlib绘制多面版图形 (10:38) 4-1 [scikit-learn机器学习【分类】] LogisticRegression良恶性乳腺癌肿瘤预测 (30:57) 4-2 [scikit-learn机器学习【分类】] SVC分类手写数字 (13:05) 4-3 [scikit-learn机器学习【分类】] Naive_Bayes算法分类新闻文本 (11:30) 4-4 [scikit-learn机器学习【分类】] KNN算法分类鸢尾花类别 (06:16) 4-5 [scikit-learn机器学习【分类】] DecisionTree预测泰坦尼克号沉船事故船员生存 (17:45) 4-6 [scikit-learn机器学习【分类】] GBDT及随机深林集成模型预测泰坦尼克号沉船事件船员生存 (10:23) 5-1 [scikit-learn机器学习【回归】] 线性回归和梯度下降回归预测波士顿房价 (13:08) 5-2 [scikit-learn机器学习【回归】] SVR预测波士顿房价(回归分析) (07:28) 5-3 [scikit-learn机器学习【回归】] KNN算法预测波士顿房价(回归分析) (05:48) 5-4 [scikit-learn机器学习【回归】] 回归树预测波士顿房价 (06:26) 5-5 [scikit-learn机器学习【回归】] 集成回归模型预测波士顿房价 (05:58) 6-1 [scikit-learn聚类及降维] K-means聚类算法对手写字体的分类 (24:43) 6-2 [scikit-learn聚类及降维] PCA特征降维手写字体数据集并用SVC分类 (08:32) 7-1 [特征抽取与筛选及模型正则化与超参数搜索] 特征抽取（文本分类） (24:11) 7-2 [特征抽取与筛选及模型正则化与超参数搜索] 特征筛选(决策树性能) (20:23) 7-3 [特征抽取与筛选及模型正则化与超参数搜索] 模型正则化(欠拟合与过拟合) (26:00) 7-4 [特征抽取与筛选及模型正则化与超参数搜索] 模型检验方式 (04:16) 7-5 [特征抽取与筛选及模型正则化与超参数搜索] GridSearch超参数搜索 (19:44) 7-6 [特征抽取与筛选及模型正则化与超参数搜索] XGBoost集成算法 (08:34) 7-7 [特征抽取与筛选及模型正则化与超参数搜索] GridSearch搜索XGBoost**参数 (05:01) 8-1 [Seaborn数据可视化的艺术] Seaborn简介 (03:04) 8-2 [Seaborn数据可视化的艺术] Seaborn的安装 (03:20) 8-3 [Seaborn数据可视化的艺术] Seaborn图表六种风格 (12:43) 8-4 [Seaborn数据可视化的艺术] Seaborn图表元素的缩放 (05:16) 8-5 [Seaborn数据可视化的艺术] Seaborn调色板 (17:03) 8-6 [Seaborn数据可视化的艺术] Seaborn自定义颜色面板 (06:10) 8-7 [Seaborn数据可视化的艺术] Seaborn一元数据快速可视化 (10:56) 8-8 [Seaborn数据可视化的艺术] Seaborn二元数据分布可视化 (17:27) 8-9 [Seaborn数据可视化的艺术] Seaborn之stripplot和swarmplot (09:00) 8-10 [Seaborn数据可视化的艺术] Seaborn之盒图和小提琴图 (12:33) 8-11 [Seaborn数据可视化的艺术] Seaborn之条形图、点线图 (10:58) 8-12 [Seaborn数据可视化的艺术] Seaborn线性关系图 (12:59) 8-13 [Seaborn数据可视化的艺术] Seaborn之多变量线性关系图表的绘制 (05:47) 8-14 [Seaborn数据可视化的艺术] Seaborn网格图表的绘制 (22:28)
