1

机器学习应用班 [经典10节课,目前特价199]

本机器学习应用班侧重项目应用,涵盖推荐系统、图像、CTR预估、深度学习等内容,围绕数据、特征、模型 处理实际 ml 问题,4位博士 + 3位BAT主讲,在线直播、实时答疑、视频反复看。

  • 开班时间:10次直播课已上完,现在购买看视频
  • 课程时长: 10次课 [每次课至少两小时,课上课后答疑]
  • 价       格:原价1000,目前特价199
  • 课程咨询
我要报名 加入购物车

扫描下载七月在线app

IOS
Android

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

参团费:5元

支付方式:

    本7月ml应用班将从实际案例出发,呈现真实生产环境,内容包括怎么选特征,怎么处理特征,怎么选模型,怎么评估模型,进而在项目 系统 应用的基本框架下,逐一分析:原理 代码 案例 数据 场景 模型 效果 调参。

    换句话说,本课程不仅让学员了解实际BAT工业界各领域:推荐系统、图像、CTR预估、深度学习等是怎么运用一些机器学习算法的,更让学员真正学会分析数据/场景/需求(包括什么场景下用什么最好,哪个最合适 或者说怎么用最合适)、处理特征,从而根据数据/场景/需求/特征选择合适模型,处理实际机器学习问题,最终助力升职加薪

    且10次课基本每次课都有原理、有应用、有代码、有案例、有数据、有作业,这是七月在线应用类课程的标配。


上课方式:在线QQ群视频直播上课,天南地北,只要想听,谁都有机会报名参加。
课后视频:提供上课视频供课后随时反复观看、复习(PC端用Google浏览器登陆官网在线观看、手机端APP下载看),视频至少保留一年。
课程福利1  1个月全程辅导,课上2小时直播答疑、课后一周7天集中答疑,及与牛人师兄的互助讨论(目前已经报名的学员一半来自BAT小米华为美团乐视等各大厂商,一半来自清华北大北航北理北邮西电成电等各大高校),帮你省下独自一人苦苦探索而浪费的巨大时间成本。2  1个月的课程结束后,有问题依然可以随时在群内或社区提问讨论。
上课语言:Python为主。
预备基础:一定的编程语言、数据结构、算法基础。


顶级团队

管博士 加州大学洛杉矶分校(UCLA)数学博士,中科大数学学士,五年数学课讲课经验,目前在华尔街一家金融公司做数据处理等工作。
寒老师 多年实际ml/DL/dm项目经验,负责多个电商机器学习项目,专注海量数据上机器学习算法的应用与优化。做过推荐系统、NLP、点击率预估、图像识别。讲课清晰易懂,擅长用实际数据、代码、案例说话,备受学员好评。
冯老师 专注机器学习/人工智能,擅长解释机器学习中看似艰深晦涩的概念,熟悉模型背后的数学原理。曾工作于某知名私募的量化交易团队,参与高频交易中统计学习模型的开发。
王博士 计算机博士毕业,从事数据挖掘、大规模社交网络分析、社会计算等领域研究近5年,常年在互联网一线打拼,致力于将学术产业化。现从事金融反欺诈工作,利用特征工程与机器学习技术搭建自动化线上信贷反欺诈模型。
龙老师 多年IT领域ml/dm/nlp经验,负责多个海量数据上网络安全机器学习项目,专注于算法应用与优化。做过NLP、web攻击智能识别、入侵检测自学习。善于深入浅出的剖析数学理论在机器学习/深度学习中的应用。
加老师 主攻Deep Learning,牛津大学计算机系毕业,曾师从Google DeepMind的领军人物Prof. Nando de Freitas。UiiTech创始人,原TypeScore首席数据科学家。现就职于加拿大皇家银行的金融创新实验室(Innovation Lab),专注金融行业的AI构架与大数据产品研发。
李老师 香港中文大学在读博士,研究方向为计算机视觉、深度学习、增强学习等,主攻深度学习在物体识别与跟踪上的应用。曾作为港中大团队一员,参与ImageNet 2015大规模物体识别比赛,获得第二名。在视觉、机器学习等领域的顶级会议(ICCV、ICML)和期刊(IEEE-TIP)上发表过多篇论文。

7位大牛带你深入机器学习,每位讲师讲各自最熟悉、最擅长的部分。


学员分布

目前各公司/学校报七月在线课程的前几名是:BAT + 985


学员评价

第三课 特征工程 分享的notebook案例备受学员称赞


第四课 推荐系统 寒分享kaggle推荐系统的实战案例


部分学员评价第八课 图像检索

大纲草案

第一课 机器学习中的数学基础
1 必要的微积分、概率统计基础
2 必要的矩阵、凸优化基础


第二课 随机森林及其应用
决策树 随机森林、GBDT、模型评估、ROC、机器学习的流程
案例:利用随机森林进行Kinect手势判断



第三课 特征工程与模型调优

内容:数据获取、数据清洗、特征抽取、特征选择与融合、模型调参
目标:掌握实际工程数据上的特征处理与特征选择,及解决实际机器学习项目的一般途径、模式
说明:实际机器学习工作中,分析问题、处理数据、处理特征占绝大部分工作


第四课 推荐系统
基于内容的推荐,协同过滤,隐语义模型,排序模型
案例:基于用户打分的电影推荐系统
学员评价:“推荐系统讲了个kaggle比赛案例,从数据清洗,特征构建,建模~整个流程过了一遍,每一步是什么思路,我个人觉得这种讲法非常好。对我比较实用,有个整体的把握。上周的特征工程和模型调优也是受益匪浅”


第五课 从分类到CTR预估
分类问题与LR, SVM, Random Forest,GBDT;从分类到CTR预估与排序
案例:电商分类与各种模型融合,CTR预估
说明:本次课程中最“贵”的一次课,之所以称为贵,是因为本次课所分享的CTR预估与排序是Google/baidu等互联网公司广告技术的重要核心点


第六课 自然语言处理应用基础
文本的表示,文本分类,朴素贝叶斯,语言模型,HMM介绍,TFIDF
案例:用朴素贝叶斯实现新闻数据的自动分类


第七课 深度学习在自然语言处理中的应用
- 自编码网络:简单粗暴的文本向量化方法
- 语义网络:文本算法在工业上上的应用
- 卷积神经网络:CNN在自然语言处理中的应用
案例:从每日新闻中预测金融市场变化



第八课 图像检索
图像与特征提取,卷积神经网络与图像特征表示,近似最近邻
案例:基于卷积神经网络和近似最近邻的图像检索



第九课 基于深度学习模型的物体检测与识别
内容:
1.物体检测问题介绍与一般流程
2.关键技术分析(特征提取、目标框提取、NMS等)
3.最新论文选讲:从RNN到Faster-RCNN, GNN, FCN等 
案例:在PASCAL数据库上训练一个Faster-RCNN模型


第十课 社交网络在工业界的应用
互联网金融反欺诈介绍
探索社交网络算法
案例:社交网络算法在金融反欺诈中的应用

新生优惠

一个多月全程辅导,共计10次课,原价1000元。看视频,新学员目前报名直接无条件499


老生优惠

  • 机器学习班、或深度学习班、或算法班、或求职班老学员报名机器学习应用班 399
  • 算法班兼机器学习班、或机器学习班兼深度学习班、或求职班兼机器学习班、或求职班兼算法班重老学员 299
  • 求职班兼机器学习班兼深度学习班 三/四/五重老学员(比如报过3月面试求职班和4月机器学习算法班和5月深度学习班总共三个班) 199


常见Q&A

  1. 关于视频。课后提供上课视频供官网在线看、APP下载看,视频至少保留一年,另PPT 在上课前1-3天公布。
  2. 关于应用。本次应用班课程完完全全的应用班,课程强劲、干货十足,详见课程大纲。
  3. 关于发票。报名转账后加上课QQ群,如需要发票(发票内容:技术服务、技术咨询、计算机技术培训 三者挑一),联系上课Q群管理员@na仔。
  4. 关于分期。如果学生一月生活费确实紧张(注意两个前提:学生、确实),可加课程咨询Q群:151888952 单独找管理员@na仔申请分两期付款。
  机器学习中的数学班

  机器学习实战
  待补充..


相关课程:5 月深度学习班