<s id="aymem"></s>
  • <source id="aymem"><optgroup id="aymem"></optgroup></source>
  • <source id="aymem"><optgroup id="aymem"></optgroup></source>
  • <acronym id="aymem"></acronym>
  • 煉數成金 門戶 培訓 查看內容

    Python機器學習

    2016-12-20 15:06| 發布者: 仙豆| 查看: 62905| 評論: 0|原作者: cruiser

    Python 網絡 模型 算法 機器學習 神經網絡

    快速報名入口
    普班報名:【普班】Python機器學習(第八期) (2019/08/09開課)
    課程介紹:
    本課程是煉數成金《機器學習》(http://f.www.w2776.com/thread-229688-1-1.html)課程的姐妹篇,學習本課程前較好先學過(或同時進修)《機器學習》,兩門課程兼修可以起到更好的效果。參加本課程的初學者,建議同時參加《機器學習》快班什么是快班?點擊了解)。

    相對于《機器學習》課程,本課程內容有以下特點:
    1 對于《機器學習》中已經講過的模型算法,我們會在更高的高度,更細的粒度,大縱深的予以擴充,例如決策樹,本課程里會更詳細地講解剪枝過程,以及之前沒有涉及的回歸樹。又例如貝葉斯分類,本課程里將擴展到貝葉斯學習的高度,很多模型其實都有其貝葉斯含義,我們可以從更高的視角去對貝葉斯思維進行俯瞰,同時推廣至貝葉斯圖以及一般的概率圖模型。對于支持向量機,我們會講更多的凸優化,對偶問題的背景,同時擴展到核方法。等等。
    2 大幅度補充《機器學習》中沒有涉及,但大家又非常感興趣的內容,例如特征工程,半監督學習,被稱為Kaggle神器的xgboost算法,流形學習等,這些都是大家夢寐以求的知識。
    3 講述機器學習的主流算法在python下的實現,學習者可以熟練的運用python下有關的資源包快速實現或書寫部分代碼,部署自己的模型,并且通過python代碼實現的案例,了解這些模型的應用場景與調優方法。最近2年,python在機器學習領域得到長足發展,簡便輕量,設計合理的語言特性使其成為人工智能的推薦語言,在算法模型封裝積累上,也有了長足進步,呈現出爆炸式增長之勢,學習好這門手藝,對于實現個人價值大有裨益

    本課程的受眾主要是沒有經過專業訓練的IT專業人員,他們可能是程序員,運維,IT系統架構師等等,也適合沒有經過科班訓練的數據分析師。數據分析是一個業務+算法+IT的交叉領域,同時熟悉這三方面知識的人,可以玩轉大數據,產生無窮無盡的花樣,產生巨大的價值。但很無奈的情況是這種人才太少,IT人員即使熟悉本公司的業務,但同時又熟悉算法的人極少。一般只能做一些簡單的維度統計,指標計算等等,如果說到開發更高智能的系統,知識上鞭長莫及。本課程的目標,正是要打破知識的鴻溝,向IT人員普及算法知識,并把這些知識用于實際項目,把中國的機器學習應用能力提高一個臺階。

    課程內容:
    第1課 機器學習基礎,有監督學習,無監督學習,半監督學習。機器學習與深度學習,人工智能的關系。部署Python機器學習環境,matplotlib、Numpy、Scipy、libsvm、OpenCV、pandas、Anaconda、scikit-learn、theano、Keras、Tensorflow。機器學習基礎算法在python下實現。Python與R,Julia等對比。
    第2課 從貝葉斯網到概率圖模型,貝葉斯統計學,貝葉斯思維,一切皆有貝葉斯。生成式模型與判別式模型。先驗知識,貝葉斯統計在小數據學習中的應用。pyMC部署。手機短信發送行為分析案例。
    第3課 吉布斯抽樣,在貝葉斯統計中采用MCMC。網站轉化率A/B測試案例。用貝葉斯回歸進行金融預測的案例。
    第4課 決策樹,信息熵與相對熵,ID3,C4.5,CART等算法,剪枝過程。用scikit-learn實現決策樹。
    第5課 回歸樹。adaboost算法。提升樹,分類提升樹,回歸提升樹。梯度提升。用決策樹構建隨機森林。深度森林,及其與深度神經網絡的對比?深度森林是否可以取代深度學習?
    第6課 XGboost,原理及實現。計算學習理論,機器學習是騙局嗎?VC維與樣本復雜度。超參數如何選擇?缺失數據處理方法。類不平衡的處理。特征工程。與上述問題有關的scikit-learn函數。
    第7課 在海量短信中定位垃圾短信,半監督學習及其困難之處。聚類假設與流形假設。從k-means衍生的半監督學習算法。協同訓練及其Python實現。co-forest算法,并應用于醫學圖像分析,半監督SVM及python實現。
    第8課 基于EM算法的半監督學習生成式方法。基于圖的方法,label propagation和label spreading的python實現,多種半監督學習方法效果比較。用label propagation進行手寫體識別。
    第9課 流形學習與降維,用scikit-learn實現流形學習

    授課時間:
    課程將于2019年8月9日開課。課程設計共9課,整個課程持續時間預計11周。

    授課對象:
    對機器學習有興趣的朋友,特別適合想學習算法的IT專業人員或非科班出身的數據分析人員。較好能有一些線性代數,統計等數學基本知識,沒有也無妨,可以在課程期間快速補強。

    收獲預期:
    對于數據分析基礎的朋友,可以提高其處理大數據的能力。對于IT基礎的朋友,可以通過課程了解機器學習算法的原理與應用,進軍大數據分析領域

    授課講師:
    tigerfish,知名數據庫網站ITPUB創始人,知名數據分析網站煉數成金創始人。數據庫專家,數據分析專家,有豐富的IT領域、數學領域的知識經驗。他將帶領他的數據分析團隊完成整個授課工作。

    課程試聽:

    新穎的課程收費形式:“逆向收費”約等于免費學習,僅收取100元固定收費+300元暫存學費,學習圓滿則全額獎勵返還給學員!

    特別說明如下:
    本門課程本來打算完全免費,某位大神曾經說過“成功就是正確的方向再加上適度的壓力”。考慮到講師本身要付出巨大的勞動,為了防止一些朋友在學習途中半途而廢,浪費了講師的付出,為此我們計劃模仿某些健身課程,使用“逆向收費”的方法。
    在 報名時每位報名者收取400元,其中100元為固定 收費,另外300是暫存學費,即如果學員能完成全部課程要求,包括完成全部的書面和互動作業,則300元全款退回。如果學員未能堅持到完全所有的學習計劃任務,則會被扣款。期望這種方式可以轉化為大家強烈的學習愿望和驅動力!

    課程授課方式:
    1、 學習方式:老師發布教學資料、教材,幻燈片和視頻,學員通過網絡下載學習。同時通過論壇互動中老師對學員進行指導及學員之間相互交流。
    2、 學習作業:老師每周布置書面及互動作業,學員需按時按質完成作業。
    3、 老師輔導:根據作業批改中發現的問題,針對性給予輔導,幫助大家掌握知識。
    4、 結業測驗:通過測驗,完成學業。

    您是否對此課程還有疑問,那么請 點擊進入 FAQ,您的問題將基本得到解答
    全國統一咨詢熱線 4008-010-006

    課程現開始接受報名,報名方式:
    網上報名 請點擊:Python機器學習
    咨詢Email :edu01@www.w2776.comedu02@www.w2776.com
    課程入門討論咨詢群:
    706821899(群內有培訓公開課視頻供大家免費觀看)
    咨詢QQ: 2222010006 (上班時間在線)

    技術熱點、 行業資訊,培訓課程信息,盡在煉數成金官方微信,低成本傳遞高端知識!技術成就夢想!歡迎關注!
    打開微信,使用掃一掃功能,即刻關注煉數成金官方微信賬戶,不容錯過的精彩,期待您的體驗!!!

    快速報名入口
    普班報名:【普班】Python機器學習(第八期) (2019/08/09開課)
    30

    鮮花
    2

    握手

    雷人
    1

    路過

    雞蛋

    剛表態過的朋友 (33 人)

    相關閱讀

    熱門頻道

    • 大數據
    • 商業智能
    • 量化投資
    • 科學探索
    • 創業

    即將開課

     

    GMT+8, 2019-8-16 04:22 , Processed in 0.175023 second(s), 35 queries .

    婷婷五月