【中文普通话】43.5小时Python和机器学习入门课程

Lecture 50 默认参数

Lecture 51 关键字参数

Lecture 52 可变长度参数

Lecture 53 可变长度关键字参数

Lecture 54 参数总结

Lecture 55 参数练习的解决方案

Lecture 56 多个返回值

Lecture 57 BMI练习的解决方案

第4节：容器：列表、元组、集合和字典

Lecture 58 元组

Lecture 59 元组的打包和解包

Lecture 60 元组切片

Lecture 61 元组函数和操作符

Lecture 62 列表

Lecture 63 列表的连接

Lecture 64 修改列表

Lecture 65 扩展切片

Lecture 66 扩展和插入列表

Lecture 67 删除列表项

Lecture 68 列表推导式：灵活创建列表

Lecture 69 数据验证

Lecture 76 集合：唯一对象的集合

Lecture 77 添加和更新集合

Lecture 78 从集合中删除项

Lecture 79 集合的并集和交集

Lecture 80 差集更新

Lecture 81 集合练习

Lecture 82 集合练习的解决方案

Lecture 83 Python字典

Lecture 84 向字典中添加项

Lecture 85 迭代字典

Lecture 86 字典视图

Lecture 87 删除字典项

Lecture 88 字典的”get”方法

Lecture 89 默认字典

Lecture 90 字典推导式

Lecture 91 字典练习

Lecture 92 字典练习的解决方案

Lecture 93 大小写折叠和”None”

Lecture 94 枚举和压缩

Lecture 95 改进字典练习的解决方案

Lecture 96 哈希算法

Lecture 97 容器总结

Lecture 98 时间复杂度和大O表示法

Lecture 99 列表的列表

Lecture 100 迭代列表的列表

Lecture 101 字典的列表

Lecture 102 模块算术和模运算符

Lecture 108 使用多个容器的练习

Lecture 109 容器练习的第一部分解决方案

Lecture 110 容器练习的第二部分解决方案

第5节：字符串格式化

Lecture 111 三元运算符

Lecture 119 贪婪匹配

Lecture 120 匹配数字和单词

Lecture 121 捕获组

内容。第122讲 匹配特定数量的字符

第123讲 字符类

第124讲 电子邮件地址匹配练习的解决方案

第125讲 在字符类中使用”非”

第126讲 转义正则表达式

第127讲 注释和空格在正则表达式中的应用

第128讲 在正则表达式中引用捕获组

第129讲 捕获组和非捕获组

第130讲 匹配换行符

第131讲 匹配行尾

第132讲 “搜索”函数

第133讲 “查找全部”函数

第134讲 匹配行首

第135讲 字符串分割

第136讲 替换文本

第137讲 正则表达式中的选择项

第138讲 “预算”练习

第139讲 预算练习的第一部分解决方案

第140讲 预算练习的第二部分解决方案

第141讲 忽略正则表达式中的大小写

第142讲 编译正则表达式

第143讲 零宽度正向先行断言

第144讲 更多有用的正则表达式序列

第145讲 正则表达式总结

第7节：处理错误

第146讲 追踪回溯信息

第147讲 Try-Except语句

第148讲 捕获特定错误

第149讲 错误消息

第150讲 抛出错误

第151讲 KeyboardInterrupt错误

第152讲 Finally子句

第153讲 错误练习

第154讲 错误练习的解决方案

第155讲 计算π的练习

第156讲 计算π练习的解决方案

第157讲 使用断言

第8节：面向对象编程

第158讲 类

第159讲 构造函数

第160讲 神秘的’self’变量

第161讲 对象属性

第162讲 创建对象的字符串表示

第163讲 封装

第164讲 面向对象的文字游戏

第165讲 选择单词

第166讲 猜测字母

第167讲 显示字母

第168讲 完成文字游戏

第169讲 获取器和设置器

第170讲 继承

第171讲 重写方法

第172讲 多态

第173讲 超级构造函数

第174讲 类属性

第175讲 自动分配对象ID

第176讲 类方法

第177讲 对象和类

第178讲 面向对象练习

第179讲 面向对象练习的第一部分解决方案

第180讲 面向对象练习的第二部分解决方案

第181讲 面向对象练习的第三部分解决方案

第182讲 类层次结构

第183讲 多重继承

第184讲 菱形问题

第185讲 Mixins

第186讲 Property类

第9节：康威生命游戏

第187讲 介绍康威生命游戏

第188讲 基本的GUI应用程序

第189讲 使用框架

第190讲 重构为”面向对象”结构

第191讲 使用网格布局的小部件

第192讲 画布类

第193讲 获取小部件大小

第194讲 绘制细胞

第195讲 细胞类

第196讲 切换细胞状态

第197讲 处理按钮点击

第198讲 选择相邻细胞

第199讲 包装细胞选择

第200讲 生命游戏规则

第201讲 实现生命游戏规则

第202讲 清空网格

第203讲 随机选择细胞

第10节：模块：封装代码

第204讲 基本模块

第205讲 条件运行’main’

第206讲 导入模块的部分内容

第207讲 包

第208讲 游戏包

第209讲 在字典中使用函数

第210讲 游戏菜单练习的解决方案

第211讲 包初始化

第212讲 Python如何定位模块

第213讲 检查模块

第214讲 子包

第215讲 包属性

第216讲 引用并行模块

第217讲 安装模块

第11节：运算符

第218讲 时钟类练习

第219讲 时钟练习的解决方案

第220讲 实现’Add’

第221讲 实现一元运算符

第222讲 标志位

第223讲 位运算’或’

第224讲 位标志

第225讲 位运算’与’

第226讲 标志位练习

第227讲 标志位练习的解决方案

第228讲 位运算’异或’和’非’

第229讲 位移运算符

第230讲 十六进制数

第231讲 十六进制颜色练习的解决方案

第12节：函数式编程

第232讲 介绍函数式编程

第233讲 递归

第234讲 将函数传递给函数

第235讲 迭代器

第236讲 二的幂迭代器

第237讲 映射

第238讲 Lambda函数

第239讲 在循环中定义函数

第240讲 Lambda练习解决方案

第241讲 排序

第242讲 “Next”和”Iter”

第243讲 生成字符

第244讲 生成器

第245讲 使用生成器的练习

第246讲 生成器练习解决方案

第247讲 通用生成器语法

第248讲 生成器作为循环

第249讲 生命游戏练习解决方案

第250讲 Itertools模块

第251讲 函数生成器

第252讲 二的幂生成器解决方案

第253讲 过滤

第254讲 减少

第255讲 函数式单词练习

第256讲 单词练习解决方案

第257讲 函数式解析练习

第258讲 函数式解析练习解决方案

第13节：读写文件

第259讲 商场顾客数据库

第260讲 读取文件

第261讲 确保文件关闭

第262讲 检查”With”

第263讲 迭代文件

第264讲 写入文件

第265讲 文件练习解决方案

第266讲 追加文件

第267讲 处理二进制文本数据

第268讲 二进制文件

第269讲 序列化

第270讲 序列化整数

第271讲 反序列化整数

第272讲 保存和加载整数

第273讲 数字与字节

第274讲 Python数组

第275讲 保存数组

第276讲 Pickling

第277讲 JSON

第278讲 文件对话框

第279讲 生命游戏菜单

第280讲 生命游戏保存和加载

第281讲 测试生命游戏更新

第282讲 OS模块

第283讲 单词计数练习

第284讲 将文本拆分为单词

第285讲 计算单词数

第14节：Numpy：数值Python

第286讲 Numpy数组

第287讲 创建Numpy数组

第288讲 Numpy算术

第289讲 Numpy切片

第290讲 2D索引

第291讲 Numpy视图

第292讲 高级索引

第293讲 矩阵

第294讲 矩阵乘法

第295讲 Numpy函数

第296讲 Numpy练习

第297讲 Numpy练习解决方案第一部分

第298讲 Numpy练习解决方案第二部分

第299讲 平铺

第300讲 掩码

第301讲 组合布尔数组

第302讲 过滤Numpy数组

第303讲 方差和标准差

第304讲 方差练习

第305讲 贝塞尔修正

第306讲 缩放和方差

第307讲 在Numpy中加载CSV

第15节：图形和绘图

第308讲 Pyplot基础知识

第309讲 样式

第310讲 配置Matplotlib

第311讲 更多配置选项

第312讲 单词长度练习

第313讲 单词长度绘图解决方案第一部分

第314讲 单词长度绘图解决方案第二部分

第315讲 创建条形图

第316讲 创建饼图

第317讲 饼图练习解决方案

第318讲 散点图

第319讲 直方图

第320讲 一个图中的多个图形

第321讲 子图

第322讲 子图练习解决方案

第323讲 3D图形

第16节：Pandas：Python的电子表格等效物

第324讲 介绍

第325讲 引用单元格

第326讲 Loc和Iloc

第327讲 更改Pandas中的值

第328讲 Pandas函数

第329讲 Pandas系列

第330讲 Matplot和Pandas

第331讲 排序Pandas

第332讲 相关性

第333讲 分组

第334讲 分组类型

第335讲 分组聚合函数

第336讲 过滤

第337讲 多个分组

第338讲 绘制分组

第339讲 分箱

第340讲 分组练习

第341讲 分组练习解决方案第一部分

第342讲 分组练习解决方案第二部分

第343讲 Zipf定律练习

第344讲 Zipf定律练习解决方案

第17节：回归：拟合和预测曲线

第345讲 回归介绍

第346讲 线性回归数据

第347讲 配置刻度标签

第348讲 直线方程

第349讲 使用Statsmodels的线性回归

第350讲 为什么要添加常数

第351讲 R平方

第352讲 计算R平方

第353讲 训练-测试拆分

第354讲 使用线性回归进行预测

第355讲 线性回归练习

第356讲 绘制葡萄练习解决方案

第357讲 预测葡萄的重量

第358讲 去除异常值

第359讲 多元线性回归

第360讲 使用Scikit-Learn的多元线性回归模型

第361讲 关于多项式回归

第362讲 多项式特征

第363讲 多项式回归模型

第364讲 一个令人惊讶的结果

第365讲 二项式逻辑回归和因果关系

第366讲 分类的虚拟值

第367讲 逻辑方程

第368讲 使用Scikit-Learn的逻辑回归模型

第369讲 多元逻辑回归

第370讲 使用逻辑回归进行预测

第371讲 混淆矩阵

第372讲 缩放和归一化

第373讲 归一化拆分数据

第374讲 使用StandardScaler

第375讲 混淆矩阵练习

第376讲 混淆矩阵练习解决方案第一部分

第377讲 混淆矩阵练习解决方案第二部分

第18节：聚类：分析聚类数据

第378讲 介绍聚类

第379讲 K均值聚类

讲座 381 肘部法则

讲座 382 K-Means 练习解答

讲座 383 进一步分析练习

讲座 384 鸢尾花数据集

讲座 385 加载鸢尾花数据集

讲座 386 Seaborn 绘图

讲座 387 K-Means 鸢尾花练习

讲座 388 鸢尾花练习解答

讲座 389 排列组合练习

讲座 390 排列组合练习解答

讲座 391 归一化互信息

讲座 392 系统树图

讲座 393 连接表

讲座 394 聚类鸢尾花数据

讲座 395 Scikit-Learn 聚合聚类

讲座 396 连接和关联

讲座 397 拟合、预测、转换

讲座 398 最近邻算法

讲座 399 球对称数据

讲座 400 DBSCAN

讲座 401 确定 Epsilon

讲座 402 使用 DBSCAN

讲座 403 DBSCAN Moons 练习

讲座 404 DBSCAN Moons 练习解答

讲座 405 Silhouette 分数

讲座 406 最近邻分类

讲座 407 使用 KNeighborsClassifier

第19节：朴素贝叶斯：基于概率进行预测

讲座 408 贝叶斯定理

讲座 409 朴素贝叶斯

讲座 410 应用贝叶斯进行分类

讲座 411 电子邮件数据集

讲座 412 加载电子邮件数据集

讲座 413 统计邮件中的单词

讲座 414 列出常见单词

讲座 415 预测矩阵

讲座 416 朴素贝叶斯分类器

讲座 417 朴素贝叶斯练习

讲座 418 朴素贝叶斯练习解答

讲座 419 使用朴素贝叶斯分类鸢尾花

第20节：决策树

讲座 420 介绍决策树

讲座 421 基尼不纯度

讲座 422 计算基尼不纯度

讲座 423 基尼不纯度示例

讲座 424 决策树练习

讲座 425 决策树练习解答

讲座 426 Seaborn 鸢尾花图

讲座 427 绘制决策树

第21节：主成分分析

讲座 428 介绍主成分分析

讲座 429 主成分分析的数据

讲座 430 主成分分析的工作原理

讲座 431 使用主成分分析转换数据

讲座 432 解释方差比例

讲座 433 鸢尾花主成分分析

讲座 434 主成分分析组件

讲座 435 使用主成分分析分类鸢尾花

讲座 436 主成分分析技巧

讲座 437 主成分分析练习

讲座 438 主成分分析练习解答

讲座 439 MNIST 数据集

讲座 440 从 OpenML 获取 MNIST

讲座 441 使用 Keras 加载 MNIST

讲座 442 字符识别

讲座 443 配置逻辑回归

讲座 444 显示图像

第22节：人工神经网络（ANN）

讲座 445 人工神经元

讲座 446 激活函数

讲座 447 最小化损失

讲座 448 准备鸢尾花数据

讲座 449 基本的人工神经网络

讲座 450 丢弃法和调整网络

讲座 451 神经网络字符识别练习

讲座 452 准备 MNIST 数据

讲座 453 用于识别数字的人工神经网络

讲座 454 改进人工神经网络

讲座 455 比较子数组

讲座 456 显示分类错误的图像

讲座 457 保存和加载人工神经网络

讲座 458 机器学习流水线

讲座 459 独立预训练分类器

讲座 460 加利福尼亚住房数据集

讲座 461 使用神经网络进行回归

讲座 462 改进人工神经网络回归

讲座 463 分析结果

讲座 464 检测过拟合

第23节：结论

讲座 465 结论

适合完全初学者的计算机编程者，希望提高他们的 Python 知识或学习 Python 的现有程序员，希望在他们的程序中使用 AI/ML 的 Python 程序员。