机器学习和AI精粹
课程内容；
超过8小时的视频课程展示了如何使用AWS和谷歌云平台来解决机器学习和人工智能中的本质问题。
学员对象：
IT从业人员，软件工程师。
课程收益：
掌握基于Python的AWS、谷歌云平台来解决机器学习和人工智能中的本质问题。
讲师介绍：
诺亚.吉夫特
亚马逊AWS机器学习专家、Google云架构专家。Noah Gift拥有大约20年的Python编程经验，是Python Software Foundation的成员。亚马逊云服务AWS机器学习认证专家、AWS认证大数据专家、Google认证云架构专家，曾供职于ABC、索尼、迪士尼、AT&T等多家知名企业担任CTO、总经理、首席数据科学家、首席云架构师等职位。
课程目录
第1章:
0.0课程开篇介绍：机器学习、AI与Python及Jupyter Notebook基本介绍
00:02:52 1.0第1课:用Python基础知识介绍数据科学编码 学习目标
00:01:00 1.1使用IPython、Jupyter和Python REPL
00:02:18 1.2编写过程性语句
00:03:12 1.3使用字符串和字符串格式
00:05:53 1.4使用数字和算术运算
00:07:25 1.5与数据结构交互
00:08:29 1.6编写和运行脚本
00:03:51 1.7总结
00:01:05 2.0第2课:编写和应用函数 学习目标
00:01:00 2.1编写函数
00:06:54 2.2利用函数式编程的概念
00:05:47 2.3利用延迟计算函数
00:02:49 2.4使用修饰符
00:02:40 2.5使类像函数一样运行
00:01:36 2.6对一个Pandas DataFrame应用一个函数
00:05:16 2.7使用Python lambdas
00:02:03 2.8总结
00:01:12 3.0第3课:使用Python控制结构 学习目标
00:00:58 3.1创建循环
00:03:22 3.2使用if/else/break/continue/pass语句
00:05:13 3.3了解try/except
00:03:49 3.4理解生成器表达式
00:05:50 3.5理解列表解析
00:03:09 3.6理解排序
00:03:50 3.7理解Python正则表达式
00:02:51 3.8总结
00:00:58 4.0第4课:用Python编写、使用和部署库 学习目标
00:00:42 4.1用Python编写和使用库
00:01:51 4.2使用pipenv, pip, virtualenv, conda
00:03:10 4.3将Python代码部署到生产环境中
00:06:06 4.4总结
00:00:36 5.0第5课:理解Python类 学习目标
00:00:50 5.1了解类与函数之间的区别
00:01:58 5.2制作简单的对象并与之交互
00:02:46 5.3了解类继承
00:04:38 5.4与特殊类方法交互
00:01:48 5.5创建元类
00:02:08 5.6总结
00:00:50 6.0 第6课:Python和Pandas中的IO操作 学习目标
00:01:02 6.1使用写文件操作
00:03:02 6.2使用读文件操作
00:01:33 6.3使用序列化技术
00:08:37 6.4使用Pandas DataFrames
00:07:30 6.5使用带有Pandas DataFrames的谷歌表格
00:03:53 6.6在Python中使用并发的方法
00:12:03 6.7总结
00:01:14 7.0第7课:学习Software Carpentry 学习目标
00:00:43 7.1新建Data Science Github项目布局
00:04:23 7.2使用git和Github管理变更
00:06:03 7.3使用CircleCI和AWS Code Build来构建和测试来自Github的项目
00:04:48 7.4使用静态分析和测试工具:pylint、pytest和coverage
00:04:07 7.5测试Jupyter Notebooks
00:01:52 7.6总结
00:03:03 8.0 第8课:使用Flask和Pandas创建一个数据工程API 学习目标
00:01:00 8.1制作项目布局图
00:02:54 8.2为项目安排一个Makefile
00:01:27 8.3为Pandas聚合创建一个命令行工具
00:03:21 8.4使插件传递给pandas
00:02:17 8.5编写Flask API
00:05:45 8.6集成Swagger文档
00:02:54 8.7 Python基准测试项目
00:02:41 8.8集成测试和检查
00:04:50 8.9总结
00:00:49 9.0 第9课: 了解社会力量对NBA影响的探索性数据分析（EDA）和ML项目 学习目标
00:01:22 9.1社交媒体数据收集
00:07:38 9.2在pandas中导入和合并数据
00:03:59 9.3了解相关热图和成对图
00:04:12 9.4在Python中使用线性回归
00:09:19 9.5在Python中使用ggplot
00:01:38 9.6使用k-means聚类
00:11:53 9.7使用PCA和scikit-learn
00:01:58 9.8使用scikiti -learn进行ML分类预测
00:01:36 9.9使用scikit-learn进行ML回归预测
00:01:34 9.10用于交互式数据可视化
00:12:12 9.11总结
00:02:55 10.0第十课:理解中级机器学习 学习目标
00:00:37 10.1人工智能、机器学习和深度学习概述
00:03:18 10.2大数据
00:05:26 10.3使用推荐系统
00:04:19 10.4总结
00:01:45 11.0 第11课:基于Python的AWS Cloud ML和AI管道 学习目标
00:01:25 11.1使用AWS Web服务
00:11:49 11.2使用Boto
00:05:53 11.3使用AWS Lambda开发与Chalice
00:11:58 11.4使用AWS Dynamo DB
00:07:13 11.5使用AWS的步骤函数
00:04:27 11.6对ML作业使用AWS批处理
00:07:40 11.7使用AWS Sagemaker
00:09:40 11.8使用AWS理解NLP
00:06:43 11.9使用AWS Rekognition API
00:04:16 11.10总结
00:01:27 12.0 第12课:基于Python的谷歌计算平台ML和AI管道 学习目标
00:01:08 12.1进行合作基础训练
00:03:01 12.2使用高级Colab功能
00:16:55 12.3执行数据实验的基础
00:02:55 12.4使用TPUS进行深度学习
00:03:14 12.5使用谷歌Big Query
00:02:26 12.6使用谷歌机器学习服务
00:02:24 12.7使用谷歌情绪分析API
00:04:06 12.8使用谷歌计算机视觉API
00:01:37 12.9总结
00:02:55 13.0 第13课:创建命令行机器学习工具 学习目标
00:00:22 13.1了解现货价格的机器学习
00:04:57 13.2学会使用DevML机器学习工具
00:06:27 13.3总结
00:00:48 14.1数据科学: 以NBA社会力量为例
00:17:01 总结 机器学习、AI与Python及Jupyter Notebook课程总结
00:00:52 讲师介绍
华章书院
讲师
华章书院是机械工业出版社华章分社旗下数字内容服务平台。华章分社拥有德鲁克、稻盛和夫、陈春花等一批国内外优秀作者，出版领域涉及科技、经管和心理。华章书院依托高品质的出版资源，为用户提供了电子书、有声书和音视频课程等丰富形式的海量资源。
立即购买￥129/人