数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程。
数据挖掘通常与计算机科学有关,并通过统计、在线分析处理、情报检索、机器学习、专家系统(依靠过去的经验法则)和模式识别等诸多方法来实现上述目标。
〖资源目录〗:
- ├──01_01_环境搭建-.mp4 26.51M
- ├──02_02_JupyterNotebook介绍-.mp4 42.90M
- ├──03_03_快速上手JupyterNotebook-.mp4 58.26M
- ├──04_04_Matplotlib介绍-.mp4 53.45M
- ├──05_05_快速上手Matplotlib-.mp4 15.04M
- ├──06_06_Matplotlib三层结构-.mp4 32.62M
- ├──07_08_修改x_y轴刻度-.mp4 37.33M
- ├──08_09_中文问题解决-.mp4 31.22M
- ├──09_10其他辅助显示层完善折线图-.mp4 11.38M
- ├──10_11_完善折线图_图像层_-.mp4 52.17M
- ├──11_12_创建多个绘图区-.mp4 49.58M
- ├──12_13_折线图应用场景-.mp4 23.79M
- ├──13_14_常见图表及散点图-.mp4 23.98M
- ├──14_15_柱状图-.mp4 46.40M
- ├──15_16_直方图-.mp4 67.33M
- ├──16_17_饼图-.mp4 26.87M
- ├──17_18_总结-.mp4 19.20M
- ├──18_01_上节回顾-.mp4 18.78M
- ├──19_02_今日目标-.mp4 11.92M
- ├──20_03_Numpy优势-.mp4 52.34M
- ├──21_04_ndarray属性-.mp4 40.76M
- ├──22_05_生成数组的方法-.mp4 37.46M
- ├──23_06_均匀分布与正态分布-.mp4 60.01M
- ├──24_07_切片索引与形状修改-.mp4 45.58M
- ├──25_08_类型修改与数组去重-.mp4 22.22M
- ├──26_09_逻辑运算-.mp4 50.40M
- ├──27_10_统计运算-.mp4 24.29M
- ├──28_11_数组间运算_-.mp4 34.28M
- ├──29_12_矩阵运算-.mp4 43.63M
- ├──30_13_合并与分割-.mp4 22.20M
- ├──31_14_IO操作与数据处理-.mp4 33.32M
- ├──32_15_总结-.mp4 44.29M
- ├──33_16_答疑-.mp4 9.12M
- ├──34_01_上节回顾-.mp4 37.65M
- ├──35_02_Pandas介绍-.mp4 20.18M
- ├──36_03_DataFrame属性和方法-.mp4 52.56M
- ├──37_04_DataFrame索引设置-.mp4 40.80M
- ├──38_05_MultiIndex与Panel-.mp4 19.37M
- ├──39_06_Series-.mp4 26.28M
- ├──40_07_索引操作-.mp4 38.96M
- ├──41_08_赋值与排序-.mp4 39.66M
- ├──42_09_算术运算与逻辑运算-.mp4 44.96M
- ├──43_10_统计运算与自定义运算-.mp4 48.06M
- ├──44_11_Pandas画图-.mp4 12.68M
- ├──45_12_csv文件的读取与存储-.mp4 56.15M
- ├──46_13_hdf5文件的读取与存储-.mp4 36.35M
- ├──47_14_json文件的读取与存储-.mp4 52.75M
- ├──48_15_本阶段学习总结-.mp4 50.36M
- ├──49_01_上节内容回顾-.mp4 43.57M
- ├──50_02_今日安排-.mp4 7.83M
- ├──51_03_处理np_nan类型的缺失值-.mp4 69.46M
- ├──52_04_处理其他标记的缺失值-.mp4 30.91M
- ├──53_05_数据离散化-.mp4 84.59M
- ├──54_06_按方向合并pd_concat__-.mp4 27.35M
- ├──55_07_按索引合并pd_merge__-.mp4 32.87M
- ├──56_08_交叉表与透视表-.mp4 63.54M
- ├──57_09_分组与聚合-.mp4 49.12M
- ├──58_10_综合案例-.mp4 85.28M
- └──59_11_总结-.mp4 28.67M
声明:大虾资源站是一个资源分享和技术交流平台,本站所发布的一切破解补丁、注册机和注册信息及软件的解密分析文章仅限用于学习和研究目的;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。本站信息来自网络,版权争议与本站无关。您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。如果您喜欢该程序,请支持正版软件,购买注册,得到更好的正版服务。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。