班级有效期：
2026-10-22
武汉泰迪实习生前置课程
价格
免费
- 全部课程
- Python编程基础-常规学习视频
- Python数据分析与应用_人邮版-基础版-ZM
- Python机器学习实战-常规
- 案例：运营商流失用户分析与预测-基础版V2
- 自然语言处理综合实战：疫情期间网民情绪识别-
- 自然语言处理-CSD
- 【图书】Python中文自然语言处理基础与实战-
- 广电大数据用户画像-V2
- 实战案例：英文数字语音识别-
- 案例：搭建一个智能车牌识别系统-常规版V3-ZM
- 计算机视觉实战-SD
- 数据分析案例：基于水色图像的水质识别-常规
- 案例：乳腺病与中医症型关联分析-
- 项目实操：基于深度学习的推荐系统受众性别预测-
- 数据采集与处理实战：某品牌手机的京东评论数据采集与分析-
- Python爬虫实践案例：《流浪地球》豆瓣影评分析-常规
- 泰迪内推平台招聘信息采集与分析-ZM
- 广州房价数据爬取及可视化分析-
- 实战案例：农产品信息采集与分析-SD
- MySQL数据分析基础-V2
- 案例：运营商流失用户分析与预测-基础版V2
- 百货商场用户画像描绘与价值分析-SD
- 数据分析与BI-
- Smartbi数据可视化-
- 疫情背景下的周边游需求图谱分析（第十届泰迪杯挑战赛C题）-
- 案例：汽车销售数据可视化分析（Python实现）-基础版-ZM
- 项目实操：花卉识别-
- 实战案例：动态人脸智能识别（TensorFlow2)-
- 信用卡高风险客户识别（Python）-yq
- 项目实操：地铁乘客流量预测-
- 项目实操：广告流量作弊识别-
- 项目实操：人力资源分析预测-
- 项目实操：乳腺癌数据分析与自动诊断-
- 网络入侵用户自动识别-ZM
- 车辆驾驶行为安全分析-
- PySpark大数据分析与应用-V1
- 基于PySpark的招聘网站信息职业类型划分-
- 基于PySpark的信用贷款风险分析-
- 深度学习基础-人工神经网络-
- 人工智能核心课-深度神经网络-
- 数据分析案例：市财政收入分析及预测-常规学习教学
- 基于数据挖掘的上市公司高送转预测(第八届泰迪杯挑战赛A题)-
- 实战案例：制造业产销数据可视化分析-
- 案例：疫情期间湘鄂省区物流数据分析-
- 项目实操：供应链经营数据分析-
- 二手汽车销售售价预测-
- Hive大数据仓库-Hive_V2
- 基于MySQL的优惠券特征处理-
- 【图书】Python数据可视化实战-
- 广告日志数据采集系统-
- 案例：电商产品评论数据情感分析（Python）-ZM
- 工作室项目：用户浏览新闻行为分析与智能推荐-
- 汽车用户消费投诉数据采集分析-
- 案例：客户购买品牌预测-
- 数据采集与处理实战：某品牌手机的京东评论数据采集与分析-
- 工作室项目：用户浏览新闻行为分析与智能推荐-
- 【图书】TensorFlow 2 深度学习实战-第2版微课
- PyTorch深度学习原理与实现-通用
- 基于YOLOX的农田害虫图像检测与识别-ZM
- TensorFlow2深度学习实战-
- 浙江省区采购数据分析-
- 工作室项目：Python基于小麦籽粒几何形状实现小麦品种分类-
- 图像物体检测-
- 第十五届"华中杯"系列讲座-
- 第十五届"华中杯"系列讲座-
- 共享单车使用量综合分析案例-
- 自然语言处理-ZM
- 自然语言处理-CSD
- 工作室项目：Excel福建省区酒饮退货数据分析-
- 案例：汽车销售数据可视化分析（Excel实现）-
- 上市企业财务指标及仪表盘综合分析-
- 基于Transformer的疫情问诊系统自动翻译实现-YH
- 大模型原理与实现-T
- 工作室项目：Python贪吃蛇游戏程序设计-
- 案例实战：学生校园卡消费行为分析-Excel
- 竞赛网站用户行为分析-
- 项目实操：教育平台的线上课程智能推荐策略-
- 教育平台线上课程智能推荐-
- Python数据可视化-常规学习-LB
- Power BI数据分析与可视化-基础版V2-LB
- Python数据分析与应用-基础版-ZM
- 基于非侵入式负荷监测与分解的电力分析-
- 基于fine-tune实现外卖评价情感分类-
- 项目实操：超市销售数据分析-
- 工作室项目：Python基于小麦籽粒几何形状实现小麦品种分类-
- 工作室项目：Python基于图像识别实现生活垃圾分类-
- 基于YOLOv8的岩石样本分割与识别-T
- 基于深度学习的肝脏肿瘤切割-tensorflow
- 直肠癌淋巴结转移的智能诊断（第七届泰迪杯挑战赛B题）-
- 基于YOLOX的农田害虫图像检测与识别-ZM
- 基于YOLOv8的岩石样本分割与识别-SD
- 百货商场用户画像描绘与价值分析-SD
- 基于LSTM生成古诗词-
暂无笔记记录
