Python 中用于业务分析和数据分析的数据挖掘
用于数据分析和可解释人工智能的 Python。用于业务数据分析和智能的数据挖掘。
讲师:Diogo Alves de Resende
口袋资源独家Udemy付费课程,独家中英文字幕,配套资料齐全!
用不到1/10的价格,即可享受同样的高品质课程,且可以完全拥有,随时随地都可以任意观看和分享。
你将学到什么
- 确定数据挖掘对于快速分析和解释数据的价值。
- 使用 Python 编程语言应用数据挖掘算法进行业务分析。
- 解释各种数据挖掘算法背后的原理,包括监督和无监督机器学习,以及可解释的人工智能
- 使用可解释的人工智能模型解释数据挖掘模型的结果:LIME 和 SHAP。
- 通过实践练习和案例研究来练习应用数据挖掘技术。
- 使用Python实现聚类分析、降维和关联规则学习。
- 使用 Python 执行生存分析、Cox 比例风险回归和 CHAID。
- 使用随机森林和特征选择来提高数据挖掘模型的准确性。
- 开发用于业务数据分析和智能的数据挖掘项目组合。
- 使用数据挖掘技术为业务决策和策略提供信息。
要求
- 统计 – 线性回归和逻辑回归
- 基础Python
描述
您是否想学习如何像专业人士一样进行数据挖掘?您想使用数据科学和分析以及可解释的人工智能找到可行的业务见解吗?你来对地方了。
我将向您展示我在职业生涯中目睹的使用 Python 的最有影响力的数据挖掘算法,以得出有意义的见解并解释数据。
在电子表格无穷无尽的时代,人们很容易对如此多的数据感到不知所措。这就是数据挖掘技术的用武之地。快速分析、查找模式并向您提供结果。对我来说,数据挖掘的附加价值在于,您可以停止数字处理和数据透视表创建,从而有时间根据见解制定可行的计划。
现在,您为什么要注册该课程?让我给你四个理由。
首先,您将了解模型的直觉,而不必过多关注数学。了解模型为何有意义及其背后的基本假设至关重要。我将使用文字、图表和隐喻向您解释每个模型,将数学和希腊字母保留到最低限度。
第二个原因是数据科学和业务分析中最具影响力的数据挖掘技术的完整课程结构。根据我的经验,该课程包含我认为最具影响力、最新且最受追捧的算法。以下是我们将学习的算法列表:
监督机器学习
- 生存分析
- 考克斯比例风险回归
- 柴德
无监督机器学习
- 聚类分析-高斯混合模型
- 降维——PCA 和流形学习
- 关联规则学习
·可解释的人工智能
- 随机森林和特征选择和重要性
- 酸橙
- XGBoost 和 SHAP
第三个原因是我们一起一行一行地编写Python代码。编程具有挑战性,尤其是对于初学者而言。我将引导您完成每个 Python 代码片段。我还将逐步解释您需要使用的所有参数和功能。最后,您将拥有可以在您的问题中使用的代码模板。
最后一个原因是你练习、练习、再练习。每个部分的最后都有一个挑战。目标是立即应用所学知识。我为您提供了一个数据集以及解决该问题所需采取的操作列表。我认为这是真正巩固你所有技术的最好方法。因此,每种技术将有 2 个案例研究。
我希望引起您的兴趣,并期待在里面见到您!
本课程适合谁:
- 希望学习数据挖掘算法的专业人士
- 数据分析师开始学习数据挖掘技术
- 希望学习如何发现业务洞察的算法的业务分析师
- 任何想要学习数据挖掘工具的 Python 程序员