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