1. 概述:大數(shù)據(jù)與人工智能概述,課程內(nèi)容與考核方式,Python基礎(chǔ)
2. 概述:能源動力系統(tǒng)典型案例,模式識別,人工神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)
3. 探索性數(shù)據(jù)分析:數(shù)據(jù)屬性和特點,特征摘要統(tǒng)計,使用Python讀取數(shù)據(jù)和統(tǒng)計
4. 理解和準備數(shù)據(jù):數(shù)據(jù)質(zhì)量,典型數(shù)據(jù)質(zhì)量問題和預處理方法
5. 數(shù)據(jù)建模:特征提取、特征選擇,數(shù)據(jù)挖掘方法(以聚類為例),大數(shù)據(jù)基礎(chǔ)概念
6. 機器學習基礎(chǔ):導論,機器學習方法分類,機器學習基礎(chǔ)概念(以線性回歸為例)