一、课程简介       通过学习本课程，可掌握不同机器学习算法的应用场景，算法理论基础，编程实现、模型评价体系等，为后续课程的学习及从事数据挖掘的开发和项目业务奠定基础。 课程以任务式为导向，全面介绍了《Python机器学习算法实现》及其知识的应用，是大数据与人工智能Python系列课程的核心课程。首先课程深入讲解了机器学习中的常用算法，内容包括机器学习绪论、模型评估与选择、回归分析、决策树、神经网络、KNN、朴素贝叶斯、聚类分析、支持向量机算法的Python实现，详细阐述了每种算法解决问题时的思路，最后介绍了算法的相关任务的具体操作。   二、建议前置课程 Python编程基础 Python数据分析与应用 三、配套教材       关于课程的相关教材，可以点击注册登录云教材，进行搜索下载你所需的教材相关的PPT、教案、教学进度表等资源包，丰富你的课堂体验。

一、课程简介       通过学习本课程，可掌握Python在静态网页、动态网页、需要登录后才能访问的网页、PC客户端、APP中爬取数据的主要方法和技能，并为后续相关课程学习及将来从事数据分析挖掘研究、数据分析工作奠定基础。 本课程以任务为导向，详细陈述了不同网页的爬取，以及最流行爬虫框架的使用，将理论与实践相结合，内容包括Python爬虫环境与爬虫简介、网页前端基础、简单静态网页爬取、常规动态网页爬取、模拟登录、终端协议分析、Scrapy爬虫。   二、建议前置课程 Python编程基础 Python数据分析与应用   三、配套教材       关于课程的相关教材，可以点击注册登录云教材，进行搜索下载你所需的教材相关的PPT、教案、教学进度表等资源包，丰富你的课堂体验。

步步深入，详细介绍了文本预处理的正则表达式、包括机械分词法、马尔科夫链分词法、jieba分词、隐马尔可夫模型与viterbi算法的原理和应用和词云图的绘制在内的中文分词相关技术和算法，最后用垃圾短信分类案例展示了从最开始的数据抽取到最终的模型构建的完整的文本挖掘总体流程

《Python特征工程实战》课程由浅及深，从介绍特征工程基础概念开始，采用具体案例数据讲解数据预处理、特征处理的方法，包括特征构建，特征选择，降维与特征转换，特征学习，再通过实践与理论相结合，最后以《表情识别

本案例的主要分析目标如下。      （1）从水果卖场产品销量数据、销售数据中，了解全国各省卖场的销售情况。     

一、课程简介       通过学习本案例，可掌握缺失值和重复值处理的常用方法，熟悉绘制pyplot图形进行探索分析的方法，并可以构建相关特征和推荐模型，为后续相关课程学习及将来从事数据分析工作奠定基础

一、课程简介       通过学习本案例，可掌握数据抽取、相关性分析、特征选取、预测模型构建的主要方法和技能，并且能够对模型的效果进行分析、解读，为后续相关课程学习及将来从事数据分析工作奠定基础。