V
主页
京东 11.11 红包
第一章(10):集合
发布人
麦金尼编写的《使用Python进行数据分析》是最经典的数据分析教材,本专栏主要应用视频讲解的方式,讲授本书核心思想,并提供本教材的所有代码和代码点评。
打开封面
下载高清视频
观看高清视频
视频下载器
第二章(8):画图中的基本的参数
第一章(8):元组
第一章(9):字符串
第一章(14):循环(下)
第一章(13):循环(上)
第一章(18):异常的处理,以及zip函数
第一章(16):函数
第一章:(2).数量预测之随机森林
第三章(5)附录,不平衡数据credit的分析
第二章(2):numpy模块初步介绍
第二章:(2).分类预测案例
第二章(3):一维array数组
第二章(1):新模块的学习方法
第一章:(3).回归模型和随机森林的对比
第三章(3):ROC曲线
第四章(4):两道练习题目
第一章(15):列表推导式(字典推导式等)
第六章(4):数据合并函数join()
第一章(7):列表(下)
第四章(2):SVC模型的特征必须作预处理
第六章(3):数据合并函数merge()
第三章(2):序列Series中的函数
第六章(2):分类数据的交叉验证的注意事项
第三章(1):SVC基本原理简介
第六章(3):调参的理论
第二章(10):三维图像的画法
第五章(1):数据框的样本的随机选取,样本子集的抽取
第七章(2):Pipeline()和GridSearchCV()配合使用
第二章(4):二维array数组
第六章(1):数据合并函数append()
第二章(7):Matplotlib中的两种基本画图方式
第五章(1):特征工程简介
第三章(5):dataframe中的列和行的赋值
第三章(1):序列Series的定义
第六章(5):调参的可视化
第一章(4):python的学习方法,我们用的教材
第六章(4):调参的python实现
第二章(5):二维数组的逻辑切片,二维数组拉直为一维数组
第三章(6):算数运算和数据对齐
第七章(1):算法链Pipeline()