机器学习应用中级Python编程

• 进阶Python技巧

  运用列表生成式、生成器、装饰器以及面向对象编程原则等中级Python特性，这些特性与数据科学相关。

• 使用NumPy进行数值计算

  使用NumPy完成高效的数组运算、索引、切片、广播和线性代数操作。

• 使用Pandas处理数据

  运用Pandas的Series和DataFrame进行数据集的载入、清洗、转换、分组和合并。

• 数据可视化

  使用Matplotlib和Seaborn制作具有信息量的静态图表，用于数据分析和交流。

• 机器学习数据准备

  实施常见的数据预处理步骤，例如特征缩放、分类数据编码和数据集拆分。

• 高效Python代码编写

  按照机器学习项目的最佳实践，编写更清晰、高效且易于维护的Python代码。

本课程没有先修课程。

目前没有推荐的后续课程。