【快班】機器學習_選課中心-煉數成金-Dataguru專業數據分析社區

【快班】機器學習

此課程所屬【數據分析師專業方向】, 【人工智能職業方向】, 【數據分析師專業方向】專業，報名專業套餐，可享受0元學習特惠！點擊了解詳情

隨報隨學	共11課	★★★
開課時間	課程周期	難易度

招生中

立即報名

網絡

算法

機器學習

神經網絡

案例

文本挖掘

課程介紹: 機器學習是指一套工具、方法或程式，使到我們可以從現實世界的海量數據里提煉出有價值的知識，規則和模式，然后將它們反哺給前臺應用系統，進行預測，推薦等能產生直接經濟價值的場景，給用戶帶來“機器具備人類般高智能”的震撼性體驗。對于數據越來越多，而人力成本又越來越高的大數據時代，機器學習能降低企業進行數據分析的成本，掌控有關技術，可以給企業和個人帶來巨大的價值。

機器學習，人工智能，數據挖掘，模式識別等技術，其實是同一座山峰在不同視角下的側影，其技術內涵幾乎是一樣的，都是回歸，分類器，聚類，頻繁模式挖掘，神經網絡等等，我們學習機器識別的同時，學到的知識同樣也可以用于數據挖掘和設計機器人這樣高度智能化的產品，這些領域概念之間至少在技術上沒有界限，是互相滲透的。

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。

課程大綱

第1課機器學習概論

第2課線性回歸與Logistic。案例：電子商務業績預測

第3課嶺回歸，Lasso，變量選擇技術。從一團亂麻中識別有用維度的技巧

第4課降維技術。案例：業績綜合指標設計

第5課線性分類器，Knn算法，樸素貝葉斯分類器，文本挖掘，案例：智能判斷垃圾短信，通過文本挖掘給用戶加標簽，評論自動分析，用戶流失預警

第6課決策樹，組合提升算法，bagging和adaboost，隨機森林。案例：運營商用戶分析

第7課支持向量機，為什么能理解SVM的人鳳毛麟角？

第8課人工神經網絡，單層感知器，線性神經網絡，BP神經網絡，基于梯度下降的學習算法，圖像壓縮和銀行用戶信用評估

第9課通用逼近器徑向基函數神經網絡，在新觀點下審視PDA和SVM。Hopfield聯想記憶型神經網絡。案例：字符識別，人臉識別

第10課概率神經網絡和信念貝葉斯分類器

第11課聚類，孤立點判別。案例：推薦系統，自動品酒器，作弊識別，社會系統團體識別

授課講師: tigerfish，ITPUB創始人，煉數成金創始人。中山大學海量數據與云計算研究中心主任。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。曾經講授煉數成金上《數據分析、展現與R語言》、《數據分析與SAS》、《Hadoop數據分析平臺》等多門受歡迎課程。他將帶領他的數據分析團隊完成整個授課工作。

課程環境: windows

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。最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

課程試聽

課程學費: 學費：400元（固定學費：300元 + 逆向學費：100元）
新穎的課程收費形式：“逆向收費”約等于免費學習，課程收取300元固定收費 + 100元逆向學費，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”�？紤]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300元為固定收費，另外100元是暫存學費，即如果學員能完成全部課程要求，包括完成全部的書面作業，則100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。

【快班】機器學習	立即報名
開課時間：隨報隨學課程周期：共11課難易度：★★★

授課老師

老師其他課程

課程所屬專業

其他快班課程

專業相關課程

熱招課程