1. 首页
  2. 直播课程
  3. 机器学习工程师 第八期 [六大阶段 层层深入]

机器学习工程师 第八期 [六大阶段 层层深入]

  • 讲师:管博士 邓博士 寒小阳 冯老师 加号 彭博士 Johnson 褚博士
  • 课时:20次课[每次课至少2小时]
  • 开课时间:随到随学,提供代码、资料和讲师答疑
399.00 1200.00
我要报名 加入购物车
服务承诺:

课程答疑

课后习题

开课前随时退

课后回放

课程咨询
  • 介绍
  • 大纲



  • 来自真正工业实践,真正工业人士授课的工业课程,且本第8期更加侧重实战项目辅导,六大阶段、层层深入、直通ML的本质及其应用

    特色一、直播答疑 解决问题
    上课时间:5.6日开课,每周六周日晚上8-10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/算法基础,了解机器学习。且对ML感兴趣、想深入。

    特色二、项目驱动 实战第一
    本课程从机器学习中的数学基础、到基本模型、特征工程、工业实战、高阶知识、深度学习,六大阶段,层层深入、逐层递进,直通机器学习本质与其应用,且解决以下十大问题

    1. 微积分与矩阵知识在机器学习中如何应用

    2. 逻辑回归如何在海量工业实战数据下应用

    3. 如何对商品销量进行高准确率预测

    4. 如何使用隐马尔可夫模型(HMM)对中文进行分词

    5. 如何使用随机森林和支持向量机(SVM)对数据进行分类

    6. 如何使用Tensorflow构建RNN模型进行分类预测

    7. 如何使用LDA等对文档进行分类

    8. 如何自己构建数据集并使用Caffe进行分类

    9. 如何使用xgboost与lightGBM在Kaggle比赛中获胜

    10. 如何使用循环神经网络抓取文本特征


    特色三、讲师天团 有史最强

    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。
    邓博士
    布朗大学应用数学博士兼中科大高分子物理博士,数学功底扎实,且有多年的ML工业应用经验。曾担任startup 公司Parkloco chief data scientist, 目前就职Google广告部门,负责实时大数据分布式处理系统。
    寒小阳
    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。
    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。课堂上善于全程举例,所讲直达本质且不失生动有趣。
    加号 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。
    彭博士
    浙大博士毕业,现任职于BAT其中一家的人工智能实验室,专攻深度学习和图像。在多个顶级会议和期刊上发表过多篇学术论文,SIGIR x3、UbiComp、TKDE、CIKM、ICMR,也是TKDE的审稿人。业余喜欢刷kaggle,曾拿到top 3%。
    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。
    褚老师 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。



    往期学员评价


  • 夯实数学基础

    掌握基本模型 打开ML大门

      第3课 回归问题与应用

    • 知识点1:线性回归、logistic回归、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5课 SVM

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

    重中之重 特征工程

      第8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、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

    工业实战 在实战中掌握一切

      第11课 用户画像与推荐系统

    • 知识点1:基于内容的推荐,协同过滤,隐语义模型,learning to rank,推荐系统评估
    • 实战项目:实际打分数据上的推荐系统构建

      第12课 聚类

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

    高阶知识 深入机器学习

      第16课 主题模型

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

    迈入深度学习 打开DL大门

      第17课 神经网络初步

    • 知识点1:全连接神经网络、反向传播算法与权重优化,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20课 深度学习实践

    • 知识点1:Caffe应用要点、TensorFlow/Keras简介
    • 实战项目:用Caffe在自己的数据集上完成分类,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

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视频。

确定