本项目首先探索数据总体的分布情况，检测缺失值和异常值；然后探索变量间的相互关系以及变量与预测值之间的存在关系，使用matplotlib等库进行可视化分析；然后理解已知含义的数据，将数据转换为能更好地表示潜在问题的特征；划分训练集和测试集

我们给出一个包含约 20 万用户的数据集进行训练，另一个规模相近的数据集进行测试。

‖ 教材特色 本书参考大数据分析师等岗位的技能要求，充分融入全国职业院校大数据技术与应用赛项、“泰迪杯”数据分析技能赛技术标准要求，符合大数据应用开发“1+X”职业技能证书要求。

（3） 模型训练与评估。       说明：以上技术目标仅供参考，具体分析方向可自定，需结合实际需求。

一、工作室背景      “泰迪•华师大智能工作室”由广东泰迪智能科技股份有限公司发起，泰迪科技与各高校联合建立。智能工作室的建立是为了利用企业优势，帮助高校培养能真正与市场接轨的优秀数据人才。

一、课程简介       所谓图像风格转换，是指利用算法学习一张图像的风格，然后再把这种风格应用到另外一张图像上的技术。       本案例的主要分析目标如下。      （1）使用油画和现实风景图像数据集，构建CycleGAN网络，将现实风景图像转换成油画风格。   二、技术点       图像风格转换；神经网络建模。   三、建议前置课程 TensorFlow2深度学习实战 计算机视觉实战

课程首先对TensorFlow进行介绍，然后学习TensorFlow2的常用数据类型和操作，接着学习线性模型的构建，包括初始化模型、构建损失函数、模型训练及可视化等内容，接着学习高阶API-Keras的使用