【课程说明】
此课程为【城市数据派会员】专享课程,如需观看课程视频并获得课程配套课件包,请先成为【城市数据派会员】
非会员可直接付费购买该课程。
点击观看视频后,请到“讨论”栏目下获得课程配套课件包的下载地址。
如遇任何问题,请加会员客服小派派微信咨询(ID:xiaopaipai_udparty):
赶快加我,等你哦
【讲师自我介绍】
毕业于美国哥伦比亚大学城市规划专业。专业的数据分析师,曾任职于国内一流城市规划院、摩拜单车,现就职于国内一流的城市交通规划设计研究机构。既经历过传统规划院的训练,又在最火热的互联网企业中得到过熏陶。在城市大数据研究、空间数据挖掘、机器学习等领域,均积累了丰富的城市研究与规划的实战经验。
【课程主要内容】
此课程为【使用Python进行城市研究系列课程】的专题课程4。
AlphaGo的异军突起,将人工智能重新带回人们的视野。大数据和人工智能正在对越来越多的行业带来变革。对城市规划师来说,大数据的抓取、清洗和处理往往成为了技术的门槛,受限于专业背景,城市规划及相关行业从业者仍然难以将机器学习融入到城市分析中。本专题课程将基于讲师工作科研经验,对城市研究中的机器学习案例进行介绍。同时,对Python中流行的机器学习模块scikit-learn进行讲解。通过两个机器学习实战演练,使学员能够快速上手Python中机器学习模块在城市研究中的使用方法。
Why Python?
应用最为广泛的编程语言之一,在数据分析行业有着较为广泛的应用
兼容性、拓展性较好,适合多语言多场景的开发协作
对规划师熟悉的ArcGIS、Rhino等,已有较好的支持与成熟的应用
应用场景遍及数据分析的各个环节:抓取、清洗、可视化、机器学习建模
语法清晰易懂,上手较快
学会Python,你可以:
定制抓取所需的互联网数据,不受抓取软件限制
快速批量处理同格式文件,提高文件处理效率
轻松计算、更改和处理大体量文件,弥补Excel不足
构建机器学习模型,解决更多城市分析问题
购买课程后,将能在讨论区与老师持续交流切磋,解答疑惑!
【使用Python进行城市研究系列课程】点击查看其它课程
【课程大纲】
第1节课:城市研究中的机器学习案例与尝试
1、机器学习基本概念
2、机器学习在城市研究中的尝试与案例
第2节课:机器学习实战:Python+Sklearn北京房价预测模型
1、sklearn上手实战
2、搭建简易模型对房价进行补全预测
第3节课:机器学习实战:使用Python+Sklearn进行用地聚类识别
1、非监督分类的实战演练(kmeans)
2、肘部法确认kmeans的分类数量
【局部内容展示】