1、可免費在以后培訓班中重聽；
        2、免費提供課后技術支持，保障培訓效果。
        3、培訓合格學員可享受免費推薦就業機會。

• 第1章使用Python庫分析處理Kobe Bryan職業生涯數據
  1-1課程簡介
  1-2使用Anaconda搭建python環境
  1-3Kobe Bryan生涯數據讀取與簡介
  1-4特征數據可視化展示
  1-5數據預處理
  1-6使用scikit-learn建立分類模型
  第2章信用卡欺詐行為檢測
  2-1數據簡介及面臨的挑戰
  2-2數據不平衡問題解決方案
  2-3邏輯回歸進行分類預測
  2-4使用閾值來衡量預測標準
  2-5使用數據生成策略
  第3章鳶尾花數據集分析
  3-1數據簡介與特征課時化展示
  3-2不同特征的分布規則
  3-3決策樹模型參數詳解
  3-4決策樹中參數的選擇
  3-5將建立好決策樹可視化展示出來
  第4章泰坦尼克號獲救預測
  4-1船員數據分析
  4-2數據預處理
  4-3使用回歸算法進行預測
  4-4使用隨機森林改進模型
  4-5隨機森林特征重要性分析
  第5章級聯結構的機器學習模型
  5-1級聯模型原理
  5-2數據預處理與熱度圖
  5-3二階段輸入特征制作
  5-4使用級聯模型進行預測
  第6章員工離職預測
  6-1數據簡介與特征預處理
  6-2員工不同屬性指標對結果的影響
  6-3數據預處理
  6-4構建預測模型
  6-5基于聚類模型的分析
  第7章使用神經網絡進行手寫字體識別（mnist）
  7-1tensorflow框架的安裝
  7-2神經網絡模型概述
  7-3使用tensorflow設定基本參數
  7-4卷積神經網絡模型
  7-5構建完整的神經網絡模型
  7-6訓練神經網絡模型1
  第8章主成分分析（PCA）
  8-1PCA原理簡介
  8-2數據預處理
  8-3協方差分析
  8-4使用PCA進行降維
  第9章基于NLP的股價預測
  9-1數據簡介與故事背景
  9-2基于詞頻的特征提取
  9-3改進特征選擇方法
  第10章借貸公司數據分析
  10-1數據清洗
  10-2數據預處理
  10-3盈利方法和模型評估
  10-4預測結果開始學習
  建立分類模型進行結果的預測