數(shù)據(jù)分析與機器學(xué)習(xí)算法

前 言二維碼索引項目1　KNN算法及應(yīng)用1任務(wù)1　 車型15任務(wù)2　鳶尾花分類17項目小結(jié).20拓展練習(xí)20項目２　樸素貝葉斯應(yīng)用23任務(wù)1　利用樸素貝葉斯 商品29任務(wù)2　改進算法33任務(wù)3　評價算法35任務(wù)4　編程實現(xiàn)樸素貝葉斯37項目小結(jié)39拓展練習(xí)39項目３　決策樹應(yīng)用41任務(wù)1　開發(fā)人工智能的信用卡審批系統(tǒng)47任務(wù)2　處理數(shù)據(jù)的瑕疵以及特征工程50任務(wù)3　編程完成決策樹項目應(yīng)用52項目小結(jié)53拓展練習(xí)53項目４　支持向量機應(yīng)用55任務(wù)1　預(yù)測學(xué)生成績63任務(wù)2　用核函數(shù)處理非線性可分的數(shù)據(jù)65任務(wù)3　可視化數(shù)據(jù)67項目小結(jié)81拓展練習(xí)81項目5　線性回歸應(yīng)用83任務(wù)1　預(yù)測連鎖店消暑飲料的銷售量86任務(wù)2　可視化擬合結(jié)果和趨勢89任務(wù)3　度量線性回歸模型可用性.91任務(wù)4　用線性回歸模型預(yù)測房屋價格92項目小結(jié)96拓展練習(xí)96項目6　K-means算法及應(yīng)用.97任務(wù)1　利用K-means算法進行櫻花耐寒性聚類104任務(wù)2　數(shù)據(jù)降維107任務(wù)3　用K-means劃分球隊梯隊110項目小結(jié)113拓展練習(xí)113項目7　人工神經(jīng)網(wǎng)絡(luò)應(yīng)用115任務(wù)1　用Tensorflow實現(xiàn)手勢識別144任務(wù)2　用pytorch實現(xiàn)手寫數(shù)字識別153任務(wù)3　利用神經(jīng)網(wǎng)絡(luò)辨認(rèn)魚的種類157任務(wù)4　用梯度下降算法求解 參數(shù).162項目小結(jié)164拓展練習(xí)165項目８　卷積網(wǎng)絡(luò)深度學(xué)習(xí)167任務(wù)1　構(gòu)造特征辨認(rèn)圖像174任務(wù)2　用卷積網(wǎng)絡(luò)識別手寫數(shù)字179項目小結(jié)182拓展練習(xí)182項目９　基于Python數(shù)據(jù)分析進行職業(yè)規(guī)劃183任務(wù)1　爬取數(shù)據(jù)187任務(wù)2　清洗和整理數(shù)據(jù)189任務(wù)3　分析數(shù)據(jù)、輸出報表192任務(wù)4　生成詞云圖196項目小結(jié)200拓展練習(xí)200參考文獻201