数据科学马拉松：120 个项目助你构建投资组合
120 天内构建 120 个项目 – 数据科学、机器学习、深度学习（Python、Flask、Django、AWS、Heruko Cloud）
学习内容：
* 真实案例研究和项目，帮助了解现实世界中事情是如何完成的
* 实施机器学习算法，向管理层展示数据科学项目
* 使用 SciKit-Learn 执行机器学习任务
* 探索如何部署您的机器学习模型
* 对许多机器学习模型有很强的直觉
* 了解针对每种类型的问题应选择哪种机器学习模型
* 学习数据科学工作流程的最佳实践
* 学习预处理数据、清理数据和分析大数据
* 学习使用 NumPy 处理数值数据
* 使用 Matplotlib 通过 Python 创建完全定制的数据可视化
* 使用 Pandas 探索大型数据集并处理数据
* 学习使用 Seaborn 绘制统计图表
课程内容主题：
* 数据科学
* 开发
* 机器学习
* 深度学习
* 自然语言处理（NLP）
* 人工智能（AI）
* 云计算（AWS、Azure、GCP、IBM Watson）
* Web 应用程序开发（Flask、Django、Streamlit）
课程要求：
* 数据科学基础知识
课程详细描述：
* **课程目标**：通过实际项目学习如何使用数据科学解决业务问题，掌握机器学习、深度学习、自然语言处理等技术，并将模型部署到实际应用中。
* **课程内容**：涵盖 120 个真实项目，包括图像处理、文本分析、预测模型、Web 应用开发等，项目部署平台包括 Heroku、AWS、Azure、Google Cloud 等。
* **适用人群**：数据科学初学者，希望构建实战项目组合并提升就业竞争力的学习者。
* **项目示例**：
– 项目 1：Pan Card 篡改检测应用程序（部署于 Heroku）
– 项目 2：狗品种预测 Flask 应用程序
– 项目 3：图像水印应用程序（部署于 Heroku）
– 项目 4：交通标志分类
– 项目 5：图像文本提取应用程序
– 项目 6：植物疾病预测 Streamlit 应用程序
– 项目 7：车辆检测和计数 Flask 应用程序
– 项目 8：创建脸部交换 Flask 应用程序
– 项目 9：鸟类物种预测 Flask 应用程序
– 项目 10：英特尔图像分类 Flask 应用程序
– …（共 120 个项目，涵盖多个领域和部署平台）
* **课程特色**：通过真实项目实践，掌握从数据预处理、模型构建到部署的全流程，提升实际应用能力。
