Python机器学习进阶暑期学术课程本周五开班

机器学习是席卷全球的专业术语。它抓住了大众的想象力，让人联想到未来自学人工智能和机器人的愿景。

机器学习擅长解决可结构化数据的分类预测问题，如房价预测、患病预测等；而深度学习更侧重非结构化数据的部分问题，如图片分类、文本分类等。

据统计，五大经济学英文顶尖期刊中涉及机器学习方法的文章数量在2014年之后以每年74.7％的速度递增，2017年的数量达到16篇；中文经济学权威期刊中涉及机器学习方法的论文在2014-2017年也翻了5倍。

每上一个台阶，需要的努力方向都是不同的，每上一个台阶，身边的同行者也会越来越少，北邮陈远祥老师亲授暑期Python机器学习进阶远程班本周五开班，给你一批志同道合的一起同行的人~

市面上机器学习的视频及课程比比皆是，彼机器学习非此机器学习

2020-2022年机器学习学术应用课程受到了高校老师和同学的肯定，2022年暑期新上机器学习进阶课程，帮助高校人群进一步提升学术中机器学习更加深入与前沿的应用技能：

集成学习--可广泛应用于：时间序列，医疗健康，入侵系统等相关的研究领域

特征工程--是机器学习成功的关键

深度学习--在金融领域应用越来越广泛：股票市场预测，算法交易，信用风险评估，投资组合配置，资产定价与衍生品市场

Python暑期师资培训
机器学习进阶

开课信息：8月12-15日（四天）@远程+录播

课程资料：课件，数据，代码，参考文献

授课嘉宾简介

陈远祥老师，北京邮电大学副教授。北京大学博士及博士后。

发表SCI/EI学术论文80余篇，其中第一或通讯作者论文40余篇，申请发明专利4项。主持国家自然科学基金面上项目，国家重点研发计划子课题，国家自然科学基金青年项目及博士后基金等多个国家级和省部级项目。

IEEE、OSA会员，Optics Express, IEEE Photonics Technology Letters，Photonics Journal，Applied Optics等多个SCI期刊审稿人。

课程内容：

一、集成学习介绍与应用（8小时）

1. 集成学习的优势

2. 集成学习常用算法介绍：原理与实现

◆随机森林

◆adaboost

◆GBDT

◆Xgboost

◆Stacking

3. 集成学习算法的学术应用

二、高级特征工程处理技术（8小时）

1、特征工程的重要性

2、常用特征工程处理技术：

◆特征选择

◆特征构造

◆特征转换

◆特征学习

3、特征工程的在学术研究中的应用

三、神经网络与深度学习（8小时）

1、神经网络的引入，为什么需要深度学习？

2、深度学习常用模型介绍与应用：

◆卷积神经网络与图像处理

◆循环神经网络与文本分析

◆多模态网络与应用

3、深度学习在学术研究中的应用：

◆股票市场预测

◆信用风险评估

◆资产定价

试听

课程费用

4天远程+录播回放+持续主讲老师答疑：4200元

提供电子版发票及开课通知，结业证书

报名流程

1. 点击文末“阅读原文”，在线提交报名信息；

2. 订单缴费，支持支付宝，微信，银联在线；

3. 确认发票信息，2个工作日即可连同电子版通知发送至邮箱；

4. 入微信群，发送课程资料；

5. 本周四下午远程测试。

报名咨询

尹老师

电话：13301322952

QQ：42884447

WeChat：jg-xs6

Python师资培训系列课程
暑期钜惠倒计时