AI123:人工智能AI数据挖掘实战培训

开班计划时间:30 小时
  • 具体开课时间请咨询课程顾问
预约试听 马上咨询
课程介绍
适用对象:需要了解人工智能,或者需要熟知人工智能管理、开发和数据分析的人
学习收获:知道数据挖掘基本的理论,了解数据挖掘思想 、用R语言建立数据挖掘模型 、掌握能够对Pythom进行数据挖掘的能力、spark做挖掘分析的能力
详细大纲
1 人工智能的基础介绍
1.1 什么是大数据?
1.2 人工智能的背景
1.3 学术上怎么定义人工智能?
1.4 人工智能的构成
1.5 人工智能的演进过程
1.6 人工智能思维——思路决定你的出路
2 R概述与基本操作
2.1 R软件安装
2.2 R软件界面
2.3 工作目录
2.4 R语言的数据类型
2.5 对象及其属性
2.6 向量
2.7 矩阵和数组
2.8 列表和数据框
2.9 因子
2.10 常用数据的创建
2.11 控制流
2.12 运算符.函数和过程
2.13 练习
3 基于R语言的零售商品apriori关联分析案例实战
3.1 收集数据
3.2 安装mysql,导入数据
3.3 分析数据
3.4 编写模型的R语言程序
3.5 调度模型
3.6 模型发布
3.7 模型评估
3.8 展现分析
4 Python基础
4.1 Python介绍
4.2 Python环境搭建
4.3 Python编辑器
4.4 库的安装与调用
4.5 Python基础知识
4.6 第一个Python程序
4.7 常用操作符
4.8 基础数据结构
4.9 Python语言的优势
4.10 Numpy函数库基础
5 基于Python实现糖尿病疾病指数的预测
5.1 准备数据
5.2 引入测试集
5.3 下载深度学习包
5.4 训练模型
5.5 应用模型
5.6 调度模型
5.7 误差分析
5.8 结果展现
5.9 算法逻辑介绍
6 使用决策树和逻辑回归等算法对鸢尾花分类案例实战
6.1 数据准备
6.2 业务场景介绍
6.3 决策树算法逻辑讲解
6.4 安装步骤
6.5 编写代码
6.6 生成数据
6.7 逻辑回归算法讲解
6.8 结果数据
6.9 算法对比
6.10 算法优化
7 文本挖掘
7.1 web爬虫
7.2 html分析
7.3 文本挖掘
7.4 词频统计
7.5 TF-IDF算法
7.6 案例:基于语言的新闻词频统计分析
8 基于SparkMlib协同过滤电影推荐系统案例实战_案例讲解
8.1 协同过滤算法原理介绍
8.2 数据准备
8.3 数据解释
8.4 数据加载和预处理
8.5 建立模型
8.6 生成数据
8.7 寻找最优模型
8.8 最优模型电影推荐
8.9 架构讲解
8.10 算法优化
9 基于SparkMlib协同过滤电影推荐系统案例实战_实验步骤
9.1 学习简单Idea开发工具
9.2 ETL工具Kettle简单实验
9.3 本地数据集ETL到HDFS
9.4 Spark电影推荐实现
9.5 Spark程序发布
9.6 使用Hue做数据展现
课程评价

课程评价({{EvaluationTotal}})

课程满意度

评价

您还没有给课程评分哦

满意度

    追加评价:

课程咨询
内容:

您还没有填写内容!

暂无问答,赶紧去提问吧
{{item.AnswerState==1?"已解决":"未解决"}}
{{item.Content}}
{{item.StudentAskTime}}
{{itemanswer.UserName}}
{{itemanswer.Content}}
{{itemanswer.StudentAskTime}}
同类课程推荐 more
嘉为大讲堂 more
原创文章 more

您好! 欢迎来到学领未来 !

学领未来提供线上及线下的学习服务,根据您的位置,为您推荐最近的线下培训地点 分站,你选择: