Py学习  »  机器学习算法

好评最高 | 机器学习必读书,李航《统计学习方法》第五期开班报名啦!

CVer • 4 年前 • 498 次点击  

《统计学习方法》已经成为AI算法学习者人手一本的书籍,内容涉猎很广,但较为晦涩难懂。此次深度之眼推出《统计学习方法》配套的学习视频,更加生动地讲解相关知识点,有助于强化记忆其原理。CVer 推荐大家学习观看~

(文末重金招募讲师!


众所周知,AI行业里的技术大牛,微软亚洲研究院、华为诺亚方舟实验室等知名机构有着丰富的从业经历的李航博士,又推出了“蓝宝书”《统计学习方法》第二版!


很多同学都在举双手跟风说要购买,问一个扎心的问题:你能看懂整本书吗?


李航的《统计学习方法》就详细的讲述了这些内容构成的三要素

方法=模型+策略+算法,学完这本书,你会掌握:

1.模型:根据不同的问题,如何选择合适的模型

2.策略:具体的模型,我们以怎样的评判准则对模型进行评优

3.算法:确定了合适模型和评优准则,如何用合适的计算方法求模型最优解

统计学习方法之间的不同, 主要来自其模型、 策略、 算法的不同。 确定了模型、 策略、 算法, 统计学习的方法也就确定了。


通过这本书的学习,我们能够从本质上掌握统计学习方法。


而最近,李航博士,也推出了《统计学习方法》第二版,据了解,《统计学习方法》第一版主要是介绍了监督学习的算法与模型。而第二版主要增加的是无监督学习,但是在工业应用的领域内,我们90%所应用的还是监督学习的算法。因此,学这本书,我们应当首先掌握的重点,仍是监督学习。



我们都知道《统计学习方法》涵盖了机器学习领域内90%应该掌握的算法,不仅对于学术研究,还是工业应用来说,这都是本好书。但是书本中很多概念都没有详细描述,因此对于很多学这本书的学生来说,还是有一定的难度。


所以,我们针对很多想学好机器学习的学员,遇到的这些困难,精心准备了一场集算法推导视频+作业讲解视频+教学指导为一体的李航《统计学习方法》训练营!


李航《统计学习方法》训练营


算法推导视频详解


针对书本公式推导缺少很多细节,自主学习需要在网上查阅大量的资料,耗费大量学习时间,因此,我们加入31节算法公式的推导详解视频细化到每一步,让你彻底搞懂机器学习内在的每一个原理。


部分教学视频

代码编程作业视频讲解



我们还对作业进行了详细的视频讲解,将作业代码完成了复现,让我们知其然更知其所以然


▼部分作业讲解视频


三维度答疑

同时在很多同学在学习过程中遇到的不懂的问题,我们采取全方位的答疑模式

1、导师接受1对1提问,1天之内保证解决问题

2、每月统一收集问题直播答疑,系统讲解重难点

3、微信群助教及时互动,群友互答


合理安排学习任务

//
教学大纲
//

Week1  

视频课第1章 统计学习方法概论

视频课第2章 感知机

视频课第3章 k近邻


作业:

推导推导正态分布均值的极大似然估计和贝叶斯估计

思考题思考感知机模型的假设空间?模型复杂度体现在哪里?

代码复现自编程/调用sklearn实现一个感知机算例

思考题思考k近邻算法的模型复杂度体现在哪里?什么情况下会造成过拟合?

代码复现自编程/调用sklearn实现一个k近邻算法算例

作业视频讲解:

极大似然估计和贝叶斯估计作业

感知机算例自编程和sklearn实现


Week2

【视频课】第4章 朴素贝叶斯法

【视频课】第5章 决策树


作业

代码复现自编程/调用sklearn实现朴素贝叶斯算法

证明题证明CART剪枝算法中,当α确定的情况下,存在唯一的最小子树Ta使得损失函数Cα(T)最小。

代码复现调用sklearn实现决策树算例,有余力者进行自编程实现

作业视频讲解:

K近邻算法自编程和sklearn实现

朴素贝叶斯自编程和sklearn实现


Week3

【视频课】第6章 逻辑斯谛回归与最大熵模型

【视频课】第7章 支持向量机


作业:

代码复现自编程/调用sklearn实现逻辑斯缔回归模型,尝试改变参数,选择不同算法

代码复现手算/自编程/调用sklearn完成习题7.2,求线性可分支持向量机的最大间隔分离超平面和分类决策函数

作业视频讲解:

决策树自编程和sklearn实现

逻辑斯蒂回归自编程和sklearn实现


Week4

【视频课】第8章 提升方法

【视频课】第9章 EM算法及推广


作业:

代码复现自编程/调用sklearn对提升方法例题8.1进行实现

代码复现自编程求解两分量高斯混合模型的参数

作业视频讲解:

支持向量机算例自编程和sklearn实现

提升方法算例的自编程和sklearn实现


Week5

【视频课】第10章 隐马尔科夫模型

【视频课】第11章 条件随机场


作业:

代码复现自编程实现隐马尔可夫模型的前向、后向和维特比算法

代码复现自编程实现条件随机场习题11.4

作业视频讲解:

用EM算法自编程估计两分量高斯混合模型的参数

自编程实现隐马尔可夫模型的前向、后向和维特比算法

自编程实现条件随机场习题11.4


不仅如此,我们还为我们的学员准备了多种福利


你还能获得什么?

1、赠送价值1198元为期一年1对1咨询服务 ,11位重量级人工智能大咖坐镇,全方位解决你的学习困惑

2、每周五人工智能研究方向前沿问题或职业发展话题讨论,老师和400+学员的集体头脑风暴,资源、干货、观点一起碰撞

往期话题

如何正确入门机器学习和深度学习?

如何阅读人工智能领域Paper?

AI的就业和发展前景到底怎么样?

......

凡参与过的人都说

学习不能只埋头,一场讨论,节约了我两年时间

赶紧截图,干货满满,信息量超大


3、超过15家知名互联网企业的内推合作



4、get AI行业人脉资源,带学导师,班级同学,同学校友等等等,之后,大家可能都是AI圈的同事哦!


学员班级全家福



学AI,顶级书本+权威导师,你就相当于成功了一半,而我们有广受学员好评的导师!


带学导师


Eddy

现任香港某大学数学系博士


毕业于国内双一流重点大学硕士学位


曾任国内知名电商平台大数据算法工程师


曾获数学建模竞赛,国家二等奖



-现在报名仅需98元-


这或许只是你一张电影票或者一顿饭钱

但如果你拿来跟随我们学习,你将收获更多!

报名时间:2019年7月8日—2019年7月22日(过时无法参与)

学习周期:2019年7月22日 —2019年8月25日 


对于优秀作业我们将置顶,助教将进行点评和批改

睁开眼,阳光和你都在~

可上下滑动,查看部分学员作业反馈



学完有效果吗?事实证明,统计学习不仅人工智能算法课的基础,也是数据分析最重要的一环


如果你曾经参加过我们的训练营,你知道每一位学生对我们都是真实的反馈。


学员给我们的好评

而我们,还在不断的更新迭代


睁开眼,阳光和你都在~

可上下滑动,查看部分学员评价

学习氛围

在我们的学习群里,你不仅能接触到更多严格要求自己的人,还能让你的学习效果在深度交流中实现最大化!


如果你还在犹豫,不如看看有多少位学生已经加入学习了


报名情况

1、超过2.8w+学员已加入训练营

2、累积打卡总195683+次


为了鼓励学生坚持学习,按要求完成作业任务并且打卡全勤者,我们将赠送你如下福利!!前20名全额退还学费!不花一分钱,学完整门课!截止目前我们已累积返现8万余元,还在不断累积

(训练营内还采取互动分享制,参与分享打卡,分享学习心得,均可以获得不同程度奖励!详情见课程内说明)

此外,积极参加社群活动,还有机会获得【深度之眼】的精美周边产品。



最受好评的课程,仅需98元!

   过时将无法参与!!!

我们每一期都能招募500+学员,

每一位学员都给予高度好评

如此质量高的一门课,你确定不来学习一次?

你能获得的。不仅仅是知识和能力,

更有一群陪你学习的伙伴!


报名时间:2019年7月8日—2019年7月22日

学习周期:2019年7月22日 —2019年8月25日 

添加班主任送你免费《Python 基础训练营》

备注:如有任何问题,也请添加班主任微信咨询

开启你的升级之旅


除此以外,如果你对我们的课程感兴趣,还可以选择加入我们的VIP。专享十七大训练营,通过系统的课程体系让你从入门进阶到企业实战

购买VIP需添加班主任微信拉群哦!

支持花呗/信用卡分期,我们帮你付全部利息!


订阅须知

Q:课程资料在哪里看?

A:所有的课程资料均会在训练营内上传,报名以后请务必添加客服微信入群!

Q:视频可以电脑看吗?

A:课程视频支持PC端播放。

Q:我们的课是基于第几版教学?

A:我们暂时还是以李航《统计学习方法》第一版为主,第二版已在更新中,等你学完可免费参与更新后的复训!

Q:报名后可以退款吗?

A:本服务为虚拟内容产品,一经购买,概不退款,敬请谅解。

Q:可以开具发票吗?

A:可以开具普通发票,请联系微信班主任填写需要的信息即可。


名企合作


讲师招募



深度之眼首创训练营模式,在不到两年时间已有1.8万名付费学员,我们长期招募兼职讲师,以在线工作为主,分成收入佳

只要您在一下方面有某一专长:

1、对数据分析、数据挖掘方向有擅长,可带数据科学相关班

2、有多年Python开发经验,对web/爬虫/运维/数据分析/云计算/大数据其中一个领域熟悉,可申请做Python课程导师

3、精读过《深度学习》花书、李航《统计学习方法》、《机器学习》西瓜书等AI类知名书籍,可以开设以此书籍为教材的带读班

4、系统学过李宏毅的《机器学习》《深度学习》、李飞飞《计算机视觉课》、或是国外名校的知名公开课,可以开设以此课程为教材的带学班

5、 打过Kaggle、天池、AI challenger、科赛网、DC等竞赛并取得过前5的成绩,可带竞赛班

6、如果你自己曾经读过AI类的经典或者前沿论文并且对论文做过深入的分析和研究,可作为我们的paper精读班老师

7、如果你在企业里面有参加过实际的企业项目可以作为我们AI企业项目实战班

我们不需要你全能,只要你在某一个方面特别擅长,即可担任我们的带学导师


招募分享达人

如果你热爱分享技术、学习经验、心得、我们为你搭建平台,帮你打造个人影响力!


欢迎大家扫客服微信联系我们!

福利大放送


如何获取资料?


1.关注深度之眼”公众号


2.点击菜单:精选资料,即可领取

PS:我们所收集的所有资源均来自网络,仅供私下交流学习之用,任何涉及到商业目的的均不能使用,所有资源均来自互联网的优秀作者们,版权归原作者或企业所有。

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/36234
 
498 次点击