1. 首页
  2. 精品课程
  3. 机器学习 第九期 [作业考试均1v1批改,加送数学课且抽奖]

机器学习 第九期 [作业考试均1v1批改,加送数学课且抽奖]

  • 讲师:寒小阳 加号 张延祥 Johnson 李嘉伟
  • 课时:每次课至少2小时,共18次课
  • 开课时间:5月19日开课,每周六周日晚上8~10点直播上课
499.00 899.00
我要报名 加入购物车
服务承诺:

直播且回放

作业且批改

毕业考试且批改

面试辅导

组织参赛

加入购物车
  • 介绍
  • 大纲
  • 微信扫码,免费抽奖

    机器学习第九期 抽奖.png

    奖品明细(每天3次抽奖机会):

    一等奖5名:价值899元[机器学习 第九期]课程
    二等奖30名:[机器学习 第九期]100元优惠券
    三等奖100名:[机器学习 第九期]50元优惠券


    因为机器学习是一门实战性极强的学科,所以看一个课程是否有真正的工业实战,一看讲师团队是否是公司里多年实际带队做机器学习的,二看教学理念/侧重。


    第一方面,本课程的所有讲师均全部来自BAT + Google的一线技术大咖亲自授课,是真正工业人士授课的工业课程,且我们这么做已长达三年。

    第二方面,网上课程很多,但由于没有个性化的内容、辅导、答疑,导致不少初学者看再多课程,课程看再多次,都是迷迷糊糊、不成体系,故本课程除了直播答疑之外,首次新增作业和考试一对一批改,且针对性的提供面试辅导、推荐就业,全力护航每一位学员的成长与成功。

    机器学习第九期_01.jpg

    机器学习第九期_02.jpg

    机器学习第九期_03.jpg

  • 预习阶段 夯实数学基础

      机器学习中的微积分与概率论

    • 知识点1:微积分的基本概念与进阶
    • 知识点2:概率论与极大似然估计

      线性代数与凸优化

    • 知识点1:线性代数基础与进阶
    • 知识点2:凸优化简介与其稳定性

    第一阶段 掌握基本模型 打开ML大门

      第1课 回归问题与应用

    • 知识点1:线性回归
    • 知识点2:logistic回归
    • 知识点3:梯度下降
    • 实战项目:分布拟合与回归、用LR分类与概率预测
    • 实战项目:实际工程海量数据下的logistic回归使用,包括样本处理、特征处理、算法调优和背后的原理

      第2课 决策树与树集成模型

    • 知识点1:分类树与回归树
    • 知识点2:Bagging
    • 知识点3:随机森林
    • 实战项目:使用随机森林进行数据分类

      第3课 SVM

    • 知识点1:线性可分支持向量机、线性支持向量机
    • 知识点2:非线性支持向量机
    • 知识点3:SMO
    • 实战项目:使用SVM进行数据分类

      第4课 最大熵与EM算法

    • 知识点1:熵、相对熵、信息增益
    • 知识点2:最大熵模型、IIS、GMM

    第二阶段 重中之重 特征工程

      第5课 机器学习中的特征工程处理

    • 知识点1:数据清洗、异常点处理
    • 知识点2:特征抽取、选择与组合策略
    • 实战项目:特征处理与特征选择工具示例

      第6课 多算法组合与模型最优化

    • 知识点1:机器学习问题场景分析、算法选择
    • 知识点2:模型构建、模型性能分析与优化策略
    • 实战项目:构建模型组合策略工具与模板

    第三阶段 工业实战 在实战中掌握一切

      第7课 sklearn与机器学习实战

    • 知识点1:sklearn板块介绍
    • 知识点2:sklearn完成数据预处理与特征工程
    • 知识点3:建模流水线搭建
    • 实战项目:经典Titanic案例,商品销量预测案例等

      第8课 高级工具xgboost/lightGBM与建模实战

    • 知识点1:xgboost使用方法与高级功能
    • 知识点2:lightGBM使用方法与高级功能
    • 实战项目: Titanic与商品销量预测进阶,Kaggle案例实战

      第9课 电商推荐系统

    • 知识点1:推荐系统与评估
    • 知识点2:基于内容的推荐
    • 知识点3:基于近邻的推荐--协同过滤
    • 知识点4:隐语义模型
    • 实战项目:实际打分数据上的推荐系统构建

      第10课 聚类

    • 知识点1:K-means/K-Medoid
    • 知识点2:层次聚类
    • 知识点3:GMM
    • 实战项目:K-means/GMM代码实现和实际应用分析

      第11课 聚类与推荐系统实战

    • 实战项目:基于用户聚类的推荐系统
    • 实战项目:推荐系统比赛案例(数据、代码)

    第四阶段 高阶知识 深入机器学习

      第12课 贝叶斯网络

    • 知识点1:朴素贝叶斯
    • 知识点2:有向分离
    • 知识点3:马尔科夫模型

      第13课 隐马尔科夫模型HMM

    • 知识点1:概率计算问题
    • 知识点2:参数学习问题
    • 知识点3:状态预测问题
    • 实战项目:使用HMM进行中文分词

      第14课 主题模型

    • 知识点1:pLSA
    • 知识点2:共轭先验分布
    • 知识点3:LDA
    • 实战项目:使用LDA进行文档分类

    第五阶段 迈入深度学习 打开DL大门

      第15课 神经网络初步

    • 知识点1:全连接神经网络
    • 知识点2:反向传播算法与权重优化
    • 知识点3:训练注意点
    • 实战项目:构建神经网络解决非线性切分问题

      第16课 卷积神经网络与计算机视觉

    • 知识点1:卷积神经网络结构分析
    • 知识点2:过拟合与随机失活
    • 知识点3:卷积神经网络理解
    • 实战项目:工业界常用网络结构与搭建

      第17课 循环神经网络与自然语言处理

    • 知识点1:循环神经网络
    • 知识点2:长时依赖问题与长短时记忆网络
    • 知识点3:BPTT算法
    • 实战项目:利用循环神经网络生成文本、学汪峰写歌词

      第18课 深度学习实践

    • 知识点1:Caffe应用要点
    • 知识点2:TensorFlow/Keras简介
    • 实战项目:用Caffe在自己的数据集上完成分类
    • 实战项目:用Tensorflow构建RNN模型分类预测
课程咨询
课程咨询

微信客服:julyedukefu

电话:010-82712840

微信公众号:

微信公众号

分享到微信朋友圈

打开微信,点击底部的“发现”,使用 “扫一扫” 即可将网页分享到我的朋友圈。

微信扫码支付

打开微信,点击底部的“发现”,使用 “扫一扫” 即去支付!

立即参团

请务必填写真实信息,成团之后会第一时间通知您

参团定金

支付方式:
请填写用户名

完善信息

完善个人信息以便第一时间接收开课通知

请填写用户名

参团成功,邀请更多好友参团砍价

提示

尚未开课,开课后会第一时间上传课程。

确定