1. 首页
  2. 直播课程
  3. 机器学习应用班 [经典十节课,双十二秒杀99]

机器学习应用班 [经典十节课,双十二秒杀99]

  • 讲师:管博士 寒小阳 冯老师 王博士 龙老师 加号 李老师
  • 课时:10次课 [每次课至少两小时]
  • 开课时间:随到随学,提供代码、资料和讲师答疑
99.00 1000.00
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
  •     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。


    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

    • 第1课 数学基础

    • 知识点1:必要的微积分、概率统计基础
    • 知识点2:必要的矩阵、凸优化基础

      第2课 随机森林及其应用

    • 知识点1:决策树 随机森林、GBDT、模型评估、ROC、机器学习的流程
    • 实战项目:利用随机森林进行Kinect手势判断

      第4课 推荐系统与案例

    • 知识点1:基于内容的推荐,协同过滤,隐语义模型,排序模型
    • 实战项目:基于用户打分的电影推荐系统

      第5课 CTR预估

    • 知识点1:分类问题与LR, SVM, Random Forest,GBDT;从分类到CTR预估与排序
    • 实战项目:电商分类与各种模型融合,CTR预估

      第6课 NLP应用基础

    • 知识点1:文本的表示,文本分类,朴素贝叶斯,语言模型,HMM介绍,TFIDF
    • 实战项目:用朴素贝叶斯实现新闻数据的自动分类

      第7课 深度学习在NLP中的应用

    • 知识点1:自编码网络:简单粗暴的文本向量化方法
    • 知识点2:语义网络:文本算法在工业上上的应用
    • 知识点3:卷积神经网络:CNN在自然语言处理中的应用
    • 实战项目:从每日新闻中预测金融市场变化

      第8课 图像检索与相关应用

    • 知识点1: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
    • 实战项目:基于卷积神经网络和近似最近邻的图像检索

      第9课 计算机视觉中的物体检测

    • 知识点1:物体检测问题介绍与一般流程
    • 知识点2:关键技术分析(特征提取、目标框提取、NMS等)
    • 知识点3:最新论文选讲:从RNN到Faster-RCNN, GNN, FCN等
    • 实战项目:在PASCAL数据库上训练一个Faster-RCNN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

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