http://www.pkbigdata.com/

精选课程

我们关心的,不只是你学习后的结果,还有你学习中的快乐!


网络挖掘

模型构建数据挖掘及可视化

课程遍历主流网络数据类型,从原理到实战系统学习,深入理解网络挖掘的知识体系,掌握网络数据获取、网络特性分析、相关挖掘算法的使用,以及网络挖掘的python实现。

立即学习

机器学习(入门)

项目落地全方位实战

掌握机器学习基本套路,能独立完成企业级机器学习项目;了解方法背后的原理,能够独立推导,获得技术面试经验;深谙特征、调参、集成学习等高级技巧,提升技术层次。

立即学习

数据降维

高维数据处理圣经

课程深入浅出地讲解数据降维的各种方法,主要围绕主成分分析和自动编码器算法及其各种变形展开,从较为直观的图像和案例中,帮助建立起各类数据降维的算法基本思路的理解。

立即学习

数据分析师(入门)

极简课程框架学习不走弯路

掌握数据分析的方法,将帮助你提升工作和决策的效率,挖掘别人看不见的信息和价值。从现在开始,像数据分析师一样从分析的角度,客观、系统地思考业务问题。

立即学习

KNN——最简单的分类算法

周涛讲数据挖掘系列课程

课程讲解K-近邻算法分类的基本思想,应用场景、数学描述,及调参技巧,你可以在具体算法中,学会评价分类效果、选择k值和处理异质属性的实践技巧。

立即学习

Python编程零基础入门

最适合数据科学的基础课程

针对零基础小白,详尽讲授python安装到语句、函数、模块、正则等基础知识,并涵盖大数据重要技术分支所需的基础技能,结合有趣案例进行代码实践,做出真的程序。

立即学习

王牌导师

前进的路上我们都曾彷徨,他们也许能帮你走的更好,一如茫茫大海中的灯塔为远航的船指引着方向。

电子科技大学教授、大数据研究中心主任。在Physics Reports、PNAS、Nature Communications等国际 SCI期刊发表300余篇学术论文,引用超过17000次,H 指数为63。畅销书 《为数据而生:大数据创新实践》作者。

主讲课程:

最简数据挖掘|数据挖掘概论 k-均值——最简单的聚类算法 KNN——最简单的分类算法

周涛

DC发起人 电子科技大学教授

香港科技大学博士后,法国国立电信学院及巴黎六大计算机科学与技术专业博士。本科和硕士毕业于北京大学计算机科学与技术专业。目前研究方向研究方向为城市时空数据挖掘。发表论文20余篇,其中SCI10余篇,引用300余次。

主讲课程:

数据分析师(入门) 网络挖掘

王乐业

香港科技大学博士后

本科毕业于南京大学,博士毕业于昆士兰大学,后在南加州大学做博士后研究。她的主要研究方向是大数据处理、数据挖掘和地理信息系统。发表论文论文近20余篇,其中CCFA类论文10篇,获得昆士兰大学优秀博士论文奖,ADC2013最佳学生论文奖。

主讲课程:

LeetCode链表题大合集

苏涵

南加州大学博士后

电子科技大学、波士顿大学联合培养博士,在Physics Reports(顶级物理综述期刊)、Nature Communications(一流综合期刊)、Scientific Reports等期刊,发表高质量学术论文20余篇,H指数为12,总引用超490次。

主讲课程:

关键节点挖掘

张千明

DC首席数据官
  • © 2013-2017 DataCastle 蜀ICP备14018015号-2