课程介绍
这是一个完整的7小时Python Tensorflow数据科学新手训练营，它将帮助您使用Python中的Tensorflow框架学习统计建模，数据可视化，机器学习和基础深度学习。本课程是使用Python中的Tensorflow框架的实用数据科学的完整指南，涵盖了Tensorflow（谷歌强大的深度学习框架）实用数据科学的所有方面，如果您选择本课程，则可以免修其他课程或购买基于Python Tensorflow的数据科学书籍。
在当今的大数据时代，全球各地的公司都在使用Python筛选可供使用的大量信息，而Tensorflow的问世正在彻底改变深度学习领域。通过在Python和Tensorflow中存储，过滤，管理和操作数据，您可以使公司具有竞争优势，并将您的职业提升到一个新的水平。
这是我对您的承诺：完成此一门课程，并成为基于Python Tensoflow的实用数据科学专家！
但是首先是第一件事。我的名字叫密涅瓦·辛格（Minerva Singh），我是牛津大学MPhil（地理与环境）专业的毕业生。我最近在剑桥大学获得博士学位（热带生态与自然保护）。我在使用与数据科学相关的技术分析来自不同来源的现实生活数据并为国际同行评审期刊制作出版物方面拥有多年经验。
在研究过程中，我意识到几乎所有的Python数据科学课程和书籍都没有考虑到该主题的多维性质，而是将数据科学与机器学习互换使用。这使学生对该科目知识不完整。另一方面，我的课程将为您提供Tensorflow框架内数据科学各个方面的扎实基础。
与其他Python课程不同，我们将深入研究Tensorflow的统计建模功能！
h264，yuv420p，1280×720 |英语，44100 Hz，立体声| 7h 09mn | 4.23 GB
课程分为8个完整部分：
- 全面介绍Python数据科学和强大的Python驱动的数据科学框架Anaconda
- 使用Jupyter笔记本开始使用Python实现数据科学技术
- 关于Tensorflow安装的全面介绍，以及其他Python数据科学包的简要介绍
- 简要介绍Pandas 和Numpy功能
- Tensorflow语法和绘图环境的基础知识
- Tensorflow统计建模
- Tensorflow框架下的机器学习、监督学习、无监督学习
- 您甚至会发现如何使用Tensorflow创建人工神经网络和深度学习结构
学习完本课程后，您将轻松使用Numpy，Pandas和Matplotlib等程序包在Python中处理真实数据，并获得Tensorflow的流畅性。我还将向您介绍深度学习模型，例如卷积神经网络（CNN）！
该课程的基本动机是确保您可以将基于Python的数据科学应用于实际数据，并在今天付诸实践，无论您的技术水平如何，都开始为自己的项目分析数据，并以实际的数据科学能力实例打动您的潜在雇主。
您将学到什么
充分利用Anaconda / iPython在实用数据科学中的力量
了解如何在Anaconda中安装和使用Tensorflow
使用Tensorflow实施统计和机器学习
使用Tensorflow实施神经网络建模
使用Tensorflow实施基于深度学习的无监督学习
使用Tensorflow实施基于深度学习的监督学习
要求
能够在计算机上操作和安装软件
事先接触Python编程将是有益的
事先接触过常见的机器学习术语
事先接触基本统计概念将很有用
本课程适合谁：
对学习基于Python的Tensorflow进行数据科学应用感兴趣的人们
曾经接触过Python编程和/或数据科学概念的人
人们对在Jupyter Notebook环境中进行数据科学感兴趣
人们对使用Tensorflow实施统计和机器学习模型感兴趣
人们对使用Tensorflow实施深度学习模型感兴趣
