V
主页
数据分析实战:互联网电影资料库分析
发布人
私信666,学习Python数据分析
打开封面
下载高清视频
观看高清视频
视频下载器
数据分析实战:2016美国大选分析
《用户画像之标签重构与分类》项目-聚类分析2
《运营商个性化推荐内容》项目-问题分析与解决思路
4.CSV文件操作
《平台流失用户分析》项目:国庆期间流失数据分析-1
《APP vs PC用户投资分析》项目-用户登录和支付行为分析1
Python入门:BMR计算器3.0
《用户画像之标签重构与分类》项目-聚类分析1
《平台流失用户分析》项目:国庆期间流失数据分析-2
3.JSON文件操作
8.数据库多表连接
机器学习算法精讲:过拟合
5.Excel文件操作
《马上消费金融风控模型》项目-马上金融风控背景与方案讲解
机器学习算法精讲:梯度下降(1)
3.数据分析的流程
1.《Python数据分析》课程介绍
2.学习数据分析的一般路线
5.环境部署(1)
数据指标与设立指标的基本原则
机器学习的模型
《互联网广告反欺诈建模》项目-场景数据分析与建模方案
机器学习算法精讲:KNN简介
《文本生成》项目-seq2seq原理初步
《智能客服与聊天机器人》项目-智能问答与chatbot引言
牛顿方法
机器学习算法精讲:梯度下降(2)
《金融场景下的智能精准营销》项目-银行信用卡APP中的智能营销任务讲解
课程介绍:为什么要学习计算机编程
机器学习算法精讲:决策树简介
《信用评分卡模型构建》项目-金融信用评分卡模型原理与考点
机器学习算法精讲:朴素贝叶斯
《智能客服与聊天机器人》项目-深度学习文本匹配模型
《Tensorflow Keras使用与图像分类模型训练与部署》项目-内容基本介绍
《多任务学习与细粒度图像分类》项目-图像分类提升技巧
机器学习的应用
金融风控与评分卡基础
互联网金融风控面试12问
7.数据库基本操作
计算机与程序设计