《2019数据分析和人工智能教程全套【千锋Python】》导读
在数字化浪潮席卷全球的今天,数据已成为继土地、劳动力、资本、技术之后的第五大生产要素。对于渴望在智能时代掌握核心竞争力的学习者而言,Python 语言凭借其简洁的语法和强大的生态,已成为进入数据科学与人工智能领域的首选工具。千锋教育推出的这套 2019 年数据分析与人工智能全套教程,正是为初学者量身打造的一条从零基础到实战应用的系统化学习路径。
本课程并非零散知识点的堆砌,而是遵循“环境构建—工具掌握—算法进阶—项目实战”的科学逻辑层层递进。课程伊始,讲师便引导学员完成 Anaconda 集成环境的搭建,并详细介绍 Jupyter Notebook 的使用方法。这一阶段不仅解决了新手常遇的环境配置痛点,更通过引入竞赛平台的概念,让学员 early on 便能建立起对数据挖掘与机器学习应用场景的直观认知,激发学习动力。
在基础工具层面,课程深入剖析了 NumPy 与 OpenCV 两大核心库。NumPy 作为 Python 科学计算的基础,其 ndarray 对象、随机函数、切片操作及矩阵运算等内容,为后续处理大规模数据集奠定了坚实的数学基础。与此同时,OpenCV 模块则带领学员走进计算机视觉的大门,从入门操作到人脸识别,再到视频与摄像头交互,生动地展示了 Python 在图像处理领域的强大能力,让抽象的代码转化为可视化的成果,极大提升了学习的趣味性与成就感。
随着课程的推进,重心转向数据处理与分析的核心——Pandas。课程详细讲解了 Series 与 DataFrame 的创建、索引、切片及运算,特别针对数据分析中最棘手的空值处理、多层索引、分组聚合以及数据级联(Merge)操作进行了深度拆解。这些章节是连接原始数据与洞察结论的桥梁,也是衡量一名数据分析师专业程度的关键指标。此外,课程还穿插了数据库分享、音视频操作等拓展内容,帮助学员构建更为完备的技术视野。
总体而言,这套教程结构严谨、内容详实,既涵盖了数据分析的底层逻辑,又兼顾了人工智能的前沿应用。无论您是希望转行进入数据行业的新手,还是希望完善 Python 技能树的技术人员,都能从中获得系统性的提升。通过跟随这套课程的学习,您将不仅掌握一门编程语言,更将具备用数据思维解决实际问题、用人工智能技术赋能业务的综合能力,为未来的职业发展注入强劲动力。
课程目录
课程目录145 集
- 1-1 [day01] 自我介绍 (01:00:37).mp4
- 1-2 [day01] 数据分析自己环境搭建 (44:59).mp4
- 1-3 [day01] 数据分析Anaconda集成环境安装 (15:50).mp4
- 1-4 [day01] 数据分析介绍竞赛平台 (02:31:23).mp4
- 1-5 [day01] jupyter基本使用 (01:07:04).mp4
- 1-6 [day01] numpy创建对象ndarra (24:25).mp4
- 1-7 [day01] numpy随机创建函数切片操作级联&reshape (01:00:13).mp4
- 2-1 [day02] numpy基础操作操作 (57:46).mp4
- 2-2 [day02] numpy矩阵运算文件读写统计 (58:17).mp4
- 2-3 [day02] numpy排序 (15:37).mp4
- 2-4 [day02] 课前分享翁继星 (16:10).mp4
- 2-5 [day02] opencv入门 (36:42).mp4
- 2-6 [day02] opencv人脸识别 (38:39).mp4
- 2-7 [day02] opencv操作视频以及摄像头 (59:59).mp4
- 3-1 [day03] 蔡胜分享数据库 (14:03).mp4
- 3-2 [day03] homework (53:41).mp4
- 3-3 [day03] 音视频操作numpy深度 (54:53).mp4
- 3-4 [day03] Series创建和索引切片以及运算 (55:58).mp4
- 3-5 [day03] DataFrame创建常用方法 (01:20:07).mp4
- 3-6 [day03] pandas空值的处理 (50:38).mp4
- 4-1 [day04] pandas多层索引 (40:25).mp4
- 4-2 [day04] pandas分组聚合!!! (30:11).mp4
- 4-3 [day04] pandas级联操作 (32:28).mp4
- 4-4 [day04] pandas级联merge操作 (25:21).mp4
- 4-5 [day04] pandas处理美国人口数据案 (43:15).mp4
- 4-6 [day04] 金融函数 (10:23).mp4
- 4-7 [day04] pandas数据加载常规 (35:26).mp4
- 4-8 [day04] pandas读写mysql (21:38).mp4
- 4-9 [day04] pandas去重映射map (34:24).mp4
- 4-10 [day04] pandas异常值处理和随机抽 (19:55).mp4
- 5-1 [day05] 张飒分享 (06:12).mp4
- 5-2 [day05] pandas时间序列处理苹果股票 (35:01).mp4
- 5-3 [day05] 美国大选政治献金01 (18:01).mp4
- 5-4 [day05] 美国大选政治献金02 (36:01).mp4
- 5-5 [day05] 美国大选政治献金03 (22:51).mp4
- 5-6 [day05] 美国大选政治献金04 (24:43).mp4
- 5-7 [day05] 美国大选政治献金05 (34:14).mp4
- 5-8 [day05] 美国大选政治献金06 (18:15).mp4
- 5-9 [day05] 美国大选政治献金07 (30:32).mp4
- 5-10 [day05] 美国大选政治献金08 (41:10).mp4
- 6-1 [day06] 胡宗泉分享数据库 (11:22).mp4
- 6-2 [day06] scipy中傅里叶变化处理噪声 (48:48).mp4
- 6-3 [day06] scipy积分操作 (18:53).mp4
- 6-4 [day06] scipyio操作以及misic操作图片 (12:35).mp4
- 6-5 [day06] scipy中ndimage操作图片 (28:22).mp4
- 6-6 [day06] scipy矩阵和稀松矩阵 (17:14).mp4
- 6-7 [day06] pandas中绘图函数 (30:25).mp4
- 6-8 [day06] 拉格朗日填充空数据 (44:50).mp4
- 6-9 [day06] 彩色图片降维成黑白图片 (10:59).mp4
- 6-10 [day06] matplotlib基础知识 (41:53).mp4
- 7-1 [day07] 张启明分享 (13:40).mp4
- 7-2 [day07] pyecharts使用 (19:12).mp4
- 7-3 [day07] matplotlib风格和样式 (20:26).mp4
- 7-4 [day07] 刻度显示以及对属性的设置方式 (17:21).mp4
- 7-5 [day07] 直方图条形图和极坐标图 (28:22).mp4
- 7-6 [day07] 三维图形和图形内注释以及饼图散点图 (37:54).mp4
- 7-7 [day07] 机器学习原理 (29:04).mp4
- 7-8 [day07] KNN原理和入门案例 (38:34).mp4
- 7-9 [day07] kNN手写数字(一) (30:55).mp4
- 7-10 [day07] KNN手写数字优化(二) (21:03).mp4
- 8-1 [day08] 陈相钻分享微信自动回复和聊天机器人 (07:12).mp4
- 8-2 [day08] KNN预测年收入情况 (01:04:37).mp4
- 8-3 [day08] KNN保存模型 (31:33).mp4
- 8-4 [day08] 线性回归概述 (42:23).mp4
- 8-5 [day08] 线性回归的原理 (15:47).mp4
- 8-6 [day08] 线性回归预测波士顿的房价 (31:23).mp4
- 8-7 [day08] 梯度下降 (29:38).mp4
- 8-8 [day08] 梯度下降求解斜率和截距 (38:48).mp4
- 8-9 [day08] 线性回归模型评价指标 (29:23).mp4
- 9-1 [day09] 张涛分享git (22:23).mp4
- 9-2 [day09] KNN癌症检测 (46:52).mp4
- 9-3 [day09] Ridge原理 (01:04:16).mp4
- 9-4 [day09] Ridge使用 (18:10).mp4
- 9-5 [day09] 王新鑫分享git (06:48).mp4
- 9-6 [day09] Lasso套索回归原理 (11:59).mp4
- 9-7 [day09] 线性回归岭回归套索回归异同 (26:24).mp4
- 9-8 [day09] 回归自动补全下半张人脸 (39:19).mp4
- 9-9 [day09] 逻辑斯蒂回归原理 (55:18).mp4
- 9-10 [day09] 逻辑斯蒂使用 (24:21).mp4
- 10-1 [day10] 施慧玲分享 (08:19).mp4
- 10-2 [day10] 逻辑斯蒂回归原理 (21:38).mp4
- 10-3 [day10] 信息熵 (30:29).mp4
- 10-4 [day10] 决策树原理 (34:11).mp4
- 10-5 [day10] 决策树的使用 (31:57).mp4
- 10-6 [day10] 随机森林和极度随机森林 (30:08).mp4
- 10-7 [day10] adaboost提升算法 (42:01).mp4
- 10-8 [day10] gbdt提升算法 (37:52).mp4
- 10-9 [day10] gbdt提升算法回归模型 (11:58).mp4
- 10-10 [day10] xgboost使用 (34:26).mp4
- 10-11 [day10] LGBM提升算法 (10:24).mp4
- 11-1 [day11] 龚诗清分享 (09:34).mp4
- 11-2 [day11] GBDT梯度提升树原理 (20:39).mp4
- 11-3 [day11] 贝叶斯原理介绍 (21:30).mp4
- 11-4 [day11] 朴素贝叶斯原理 (25:44).mp4
- 11-5 [day11] 朴素贝叶斯三种概率分布模型使用 (20:00).mp4
- 11-6 [day11] 文本处理介绍nlp (20:51).mp4
- 11-7 [day11] 词频统计 (29:43).mp4
- 11-8 [day11] 词频与tf-idf提取文本数据的特征量化 (26:13).mp4
- 11-9 [day11] 新闻分类 (33:55).mp4
- 11-10 [day11] nltk介绍 (15:20).mp4
- 11-11 [day11] gensim中word2vec (27:32).mp4
- 11-12 [day11] 支持向量机原理 (32:58).mp4
- 11-13 [day11] 支持向量机非线性问题 (32:06).mp4
- 12-1 [day12] 施慧玲git分享 (14:42).mp4
- 12-2 [day12] SVM线性划分 (40:34).mp4
- 12-3 [day12] SVM非线性划分 (31:26).mp4
- 12-4 [day12] SVM回归问题 (14:53).mp4
- 12-5 [day12] SVC人脸识别(一) (27:40).mp4
- 12-6 [day12] SVC人脸识别(二) (19:26).mp4
- 12-7 [day12] SVC人脸识别(三) (16:08).mp4
- 12-8 [day12] SVC人脸识别(四) (10:38).mp4
- 12-9 [day12] PCA原理 (52:20).mp4
- 12-10 [day12] Kmeans原理 (10:47).mp4
- 12-11 [day12] Kmeans使用 (12:32).mp4
- 12-12 [day12] Kmeans评价指标 (21:24).mp4
- 12-13 [day12] GridSearchCV (40:03).mp4
- 13-1 [day13] 许京城 (11:37).mp4
- 13-2 [day13] 特征工程 (01:01:27).mp4
- 13-3 [day13] 模型评价指标 (37:30).mp4
- 13-4 [day13] ROC-AUC曲线的绘制 (21:34).mp4
- 13-5 [day13] ROC-AUC使用鸢尾花数据进行绘制 (28:07).mp4
- 13-6 [day13] ROC-AUC平均ROC曲线 (20:01).mp4
- 13-7 [day13] KS洛伦兹曲线 (23:58).mp4
- 13-8 [day13] 金融反欺诈(一) (21:01).mp4
- 13-9 [day13] 金融反欺诈(二) (36:52).mp4
- 13-10 [day13] 金融反欺诈(三)数据删除 (24:13).mp4
- 13-11 [day13] 金融反欺诈(四)修改阈值调控 (44:39).mp4
- 14-1 [day14] 刘鑫 (11:04).mp4
- 14-2 [day14] tensorflow-playground (37:18).mp4
- 14-3 [day14] tensorflow入门使用 (17:17).mp4
- 14-4 [day14] tensorflow基础操作 (48:07).mp4
- 14-5 [day14] tensorflow线性回归 (27:17).mp4
- 14-6 [day14] 交叉熵 (39:22).mp4
- 14-7 [day14] tensorflow实现类逻辑 (55:19).mp4
- 14-8 [day14] 卷积认识 (21:20).mp4
- 14-9 [day14] 卷积运算 (23:50).mp4
- 14-10 [day14] 卷积处理噪声图片 (08:02).mp4
- 14-11 [day14] 卷积操作彩色图片 (28:06).mp4
- 15-1 [day15] 卷积神经网络的构造 (45:49).mp4
- 15-2 [day15] VGG19卷积神经网络 (11:43).mp4
- 15-3 [day15] tensorflow实现卷积神经网络识别mnist (01:31:39).mp4
- 15-4 [day15] tensorboard (28:57).mp4
- 15-5 [day15] cnn-captcha(一) (40:09).mp4
- 15-6 [day15] cnn-captcha(二) (50:27).mp4
- 15-7 [day15] cnn-captcha(三) (31:49).mp4






