目录

  • 1 数据科学基础
    • 1.1 数据科学概述
    • 1.2 教学实验环境
    • 1.3 Python编程基础
  • 2 多维数据结构与运算
    • 2.1 多维数组创建与访问
    • 2.2 多维数组运算
    • 2.3 随机游走实例
  • 3 数据汇总与统计(1)
    • 3.1 表数据结构
    • 3.2 数据文件存储
  • 4 数据汇总与统计(2)
    • 4.1 数据清洗与规整化
    • 4.2 数据统计分析
    • 4.3 统计分析综合案例
    • 4.4 录屏
  • 5 数据可视化
    • 5.1 使用Python绘制图形
    • 5.2 认识图形
    • 5.3 录屏
  • 6 机器学习建模分析(1)
    • 6.1 机器学习与人工智能
    • 6.2 回归分析
    • 6.3 决策树与集成学习
  • 7 机器学习建模分析(2)
    • 7.1 聚类分析
    • 7.2 神经网络
    • 7.3 深度学习
  • 8 文本数据处理
    • 8.1 文本处理概述
    • 8.2 文本特征表示
    • 8.3 垃圾邮件分类实例
  • 9 图像数据处理
    • 9.1 数据图像基础
    • 9.2 CNN深度网络
  • 10 时序与语音处理
    • 10.1 时序数据处理
    • 10.2 语音数据识别
数据清洗与规整化