1

机器学习项目班 [10次纯项目讲解,100%纯实战]

  • 开班时间:6.3日开课,每周六、周日上午10~12点上课
  • 课程时长: 10次课 [每次课至少2小时,课上课后答疑]
  • 价       格:原价1500,目前特价699
  • 课程咨询 App内购买享19元优惠
我要报名 分集购买

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:

你是否在自学了大半年的机器学习之后,遇到了很多很多的问题但苦于没人及时指导、没人第一时间给你解决/答疑
你是否学习了很多看起来很高大上的模型和算法,却不知它们在公司里、在工业界是如何应用的?
你是否即将毕业,希望寻找一份机器学习工程师的工作,但简历上却无机器学习项目的经验,而屡屡简历遭拒、面试遭拒

本《机器学习项目班》便是专为你解决这一切苦恼、为君量身打造而来。10次纯项目讲解, 100%纯实战,让你过足瘾。PS:多人组团获取团购优惠,请添加客服微信:julyedukefu。



课程特色

1 项目驱动。本课程涵盖云音乐推荐系统、用深度学习学梵高作画、基于Facebook核心框架的机器翻译、文本分类、图灵聊天机器人、智能金融反欺诈、BAT的CTR预估等极具商业价值的实战项目

2 真枪实战。给学员布置作业、提供工业数据作为练习,在实际动手操作中一举掌握海量数据分布式处理技能(Map-Reduce、Spark),提前感受工业界真实应用场景。

3 就业推荐。提供BAT等一线互联网公司的工作机会推荐,含简历指导、个性化就业辅导、企业内推。

4 全程辅导。多位BAT级工业大牛讲师 + 助教全方位、全程辅导,只为解决学员遇到的每一个问题。



上课方式
上课时间:6.3日开课,每周六周日上午10~12点直播上课。
上课方式:在线QQ群视频直播上课,课上课后答疑、且课后有视频可反复看、复习(PC端用Google浏览器登陆官网在线观看、手机端可APP下载观看)。
所需基础:学过编程/微积分/线代,有一定的数据结构/算法机器学习基础,需要进一步实战项目。


课程概要

本课程包括从头到尾实现一个推荐系统、零距离实战深度学习项目、深度探索文本主题与分类、聊天机器人与金融反欺诈、视觉聊天机器人、金融反欺诈模型训练,以及含金量极高的点击率预估




讲师天团


寒老师
著名电商搜索广告负责人,多年实际ml/DL/dm项目经验,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,备受数千名学员好评。
加号
曾师从Google DeepMind的领军人物Prof. Nando de Freitas,主攻Deep Learning,牛津大学计算机系毕业。UiiTech创始人,原TypeScore首席数据科学家。现就职于伦敦某投资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。
王博士
某金融科技数据科学家,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。
Johnson
CMU计算机博士,熟练机器学习、统计与凸优化。曾工作于百度、谷歌等公司的AI实验室。更在AAAI/IJCAI/AISTATS等顶级会议上发表过多篇论文。
褚博士
芝加哥大学计算机博士,研究方向为NLP、ML、DL,熟练当前深度学习在NLP领域的模型与应用。


课程福利 免费送Python班
报名后转发到朋友圈,免费送《Python基础入门班》的具体步骤为:
1 点击本页面右上角“我要报名”,完成报名
2 微信扫描下述二维码,在微信上打开本课程页面,然后把本课程链接转发到朋友圈


加上课Q群(报名后,群号在网站右上角我的课程里显示),凭借朋友圈截图找管理员Alina领取限时限额免费的《Python基础入门班》,提前扎实Python基础。
第一周 从头到尾实现一个推荐系统
第1课 音乐推荐系统_(上)(寒)
问题的引入,可获取的资源渠道,数据获取,数据组织,问题解决思路
聚类与协同过滤、协同过滤优化与代码实现
第2课 音乐推荐系统_(下)(寒)
推荐系统优化:隐语义模型,深度学习与用户序列建模,海量数据下的spark构建推荐系统

第二周 零距离实战深度学习项目
第3课 神经网络实现机器翻译(褚)

用PyTorch实现一个Encoder-decoder神经网络机器翻译模型

第4课  基于pytorch的风格转换(Johnson)
学习并理解Facebook最新深度学习框架pytorch,利用pytorch实现简单的图片风格转换,让机器帮你作画


第三周 深度探索文本主题与分类
第5课  文本主题与分类_(上)(寒)
文本数据的主题提取与可视化,基于机器学习(朴素贝叶斯,SVM)的文本分类
第6课 文本主题与分类_(下) (寒)
基于fasttext与其他深度学习方法的文本分类

第四周 聊天机器人与金融反欺诈
第7课  视觉聊天机器人 - 次世代的图灵测试(加)
通过深度学习让聊天机器人告诉你图片中的复杂信息
第8课 金融反欺诈模型训练(王)
通过机器学习GBRT、RF、XGboost等算法训练建模解决信贷业务中欺诈用户预测的问题

第五周 含金量极高的点击率预估
第9课 电商点击率预估_(上)(寒)
问题设定,特征处理,构建基于LR的baseline CTR预估系统:使用liblinear与spark
第10课 电商点击率预估_(下) (寒)
使用深度学习自动学习特征表示,google wide&deep model,FNN&PNN