Appearance
学习计划
| 4天 | 章节 | 内容 |
|---|---|---|
| 1 | 基础 | 课程背景与内涵,学习目标、资源、方法和计划 |
| 1 | 3.1 | (Excel解决)智能系统监控和优化:数据透视分箱,分组,聚合,统计的基本操作与概念 |
| 2 | 基础 | Python入门:开发环境;基础语句;程序结构;函数、参数、返回值;类、对象和包;数组、ndarray、dataframe |
| 2 | 1.1 | 业务数据采集与处理:数据加载、数据查看、布尔模板应用、分组、聚合、常用统计方法 |
| 2 | 3.1 | (编程解决)智能系统监控和优化:分组、统计、筛选和可视化 |
| 3 | 2.1 | 数据处理规范:数据清洗、筛选、转换、可视化、切分、保存;数据清洗、标注、特征(三规范) |
| 3 | 2.2 | 五种树和线性模型介绍和直观体验;模型效果评估方法;模型训练方法;模型效果分析与解决方案 |
| 4 | 3.2 | onnx格式的已训练模型应用,图像与nparray的基本操作;人机交互流程(优化) |
| 4 | 1.2 | 业务效果模块优化,简答题分析 |
| 4 | 4.1 / 4.2 | 培训与指导 |
| 4 | 复习 | 编程考试记忆重点与、分析与简答题核心概念、考试技巧 |