1. 首页
  2. 精品课程
  3. 机器学习 第九期 [加送CPU和GPU双云平台, 且作业考试均批改]

机器学习 第九期 [加送CPU和GPU双云平台, 且作业考试均批改]

  • 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:6.23 6.24已上前两次课,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

批改作业

双云平台

面试辅导

就业推荐

组织参赛

加入购物车
  • 介绍
  • 大纲
  • 免费试听课:【Kaggle Expedia酒店推荐比赛】https://www.julyedu.com/video/play/18/1163

    另,如果想免费领取更多数学、Python、算法、机器学习、深度学习、量化交易等更多干货以及听免费公开课,请加Q群索取:204292834


        1. 正在网上看视频的你,是否看了网上很多的视频,却始终迷迷糊糊、不成体系

        2. 正在看书自学的你,是否在学习过程中遇到了很多问题,但始终不得其解,而且还找不到人问,没有人快速给你解决

        3. 正在学校上课的你,是否对每个模型和算法都能说个大概,但却不知道它们在公司里是如何应用的,想一探究竟,却始终得不到答案

        4. 正在读研的你,是否因为导师强塞的方向和巨大的压力无法短期入门精通而焦虑万分

        5. 正在找工作的你,是否投了很多公司的简历(巴不得一上午投完所有招聘的公司),但投了之后,简历始终都是石沉大海、杳无音讯

        6. 正在做机器学习工作的你,是否技术上遇到了瓶颈,对模型的选择/调优、特征工程等不够熟练,导致在团队中竞争力不够,从而升职加薪困难

        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,帮助学员实际理解这些机器学习理论模型算法到底是如何应用在工业实践中的。

        第二方面,如上所说,网上视频很多,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视频,视频看再多次,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,助力找/换工作和升值加薪。


        以下是更详细的介绍:

    机器学习九期课程介绍

            机器学习九期所需基础

            机器学习九期讲师

            机器学习适配岗位

           

            往期学员评价

           

           

  • 预习阶段 机器学习中的数学基础

      微积分

    • 知识点1:微积分的基本概念

    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
    • 知识点4:实际工程海量数据下的logistic回归使用
    • 实战项目:分布拟合与回归、用LR分类与概率预测
    • 实战项目:用LR完成Kaggle比赛迈开第一步

      第2课 决策树与树集成模型

    • 知识点1:不同类型的分类树模型
    • 知识点2:决策树回归
    • 知识点3:树模型过拟合与优化
    • 知识点4:使用随机森林进行数据分类
    • 知识点5:Bagging
    • 知识点6:随机森林
    • 实战项目:信用卡欺诈检测

      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模板

      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:从头手写搭建协同过滤与隐语义模型推荐
    • 实战项目:基于scikit-surprise的推荐系统

      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
    • 知识点4:通用混合神经网络模板
    • 实战项目:手写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
    • 知识点4:典型网络结构详解
    • 实战项目:利用ResNet与inception解决一般图像分类问题套路

      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作诗

      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:用神经网络完成图像分类与特征提取
    • 实战项目:用Keras构建文本情感分析模型
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