|
隨報隨學 | 共11課 | ★★★ |
開課時間 | 課程周期 | 難易度 |
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
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:每課均有布置課后作業,學員完成書面作業后則可進入下一課學習。
3、 老師輔導:通過論壇站內信及郵件等多種方式與老師進行一對一互動。
4、 完成課程:最后一課作業交納后,老師完成作業批改,即可完成課程并取回相應剩余的逆向學費。
GMT+8, 2020-9-25 00:50 , Processed in 0.259304 second(s), 33 queries .
關于我們 | 新手指南 | 企業合作 | 聯系我們 |
|
||||
關于我們 | 教育模式 | 企業會員 | 電話:4008-010-006 | |||||
講師招募 | 選課流程 | 內訓合作 | 郵箱:kefu@dataguru.cn | |||||
校園大使 | 學費返還 | 媒體合作 | 客服QQ: |
|||||
版權聲明 | 獎學金激勵 | 代理合作 | 售后QQ: |