Py学习  »  Python

Python机器学习

炼数成金订阅号 • 6 年前 • 498 次点击  

课程介绍:

本课程是炼数成金《机器学习》(http://f.dataguru.cn/thread-229688-1-1.html)课程的姐妹篇,学习本课程前最好先学过(或同时进修)《机器学习》,两门课程兼修可以起到更好的效果。参加本课程的初学者,建议同时参加《机器学习》快班(什么是快班?点击了解),对本课程报名前100人我们提供《机器学习》快班免固定费(价值300,用户只需支付100可退还逆向费用即可参加学习)优惠。


相对于《机器学习》课程,本课程内容有以下特点:

1 对于《机器学习》中已经讲过的模型算法,我们会在更高的高度,更细的粒度,大纵深的予以扩充,例如决策树,本课程里会更详细地讲解剪枝过程,以及之前没有涉及的回归树。又例如贝叶斯分类,本课程里将扩展到贝叶斯学习的高度,很多模型其实都有其贝叶斯含义,我们可以从更高的视角去对贝叶斯思维进行俯瞰,同时推广至贝叶斯图以及一般的概率图模型。对于支持向量机,我们会讲更多的凸优化,对偶问题的背景,同时扩展到核方法。等等。

2 大幅度补充《机器学习》中没有涉及,但大家又非常感兴趣的内容,例如特征工程,半监督学习,被称为Kaggle神器的xgboost算法,流形学习等,这些都是大家梦寐以求的知识。

3 讲述机器学习的主流算法在python下的实现,学习者可以熟练的运用python下有关的资源包快速实现或书写部分代码,部署自己的模型,并且通过python代码实现的案例,了解这些模型的应用场景与调优方法。最近2年,python在机器学习领域得到长足发展,简便轻量,设计合理的语言特性使其成为人工智能的首选语言,在算法模型封装积累上,也有了长足进步,呈现出爆炸式增长之势,学习好这门手艺,对于实现个人价值大有裨益


本课程的受众主要是没有经过专业训练的IT专业人员,他们可能是程序员,运维,IT系统架构师等等,也适合没有经过科班训练的数据分析师。数据分析是一个业务+算法+IT的交叉领域,同时熟悉这三方面知识的人,可以玩转大数据,产生无穷无尽的花样,产生巨大的价值。但很无奈的情况是这种人才太少,IT人员即使熟悉本公司的业务,但同时又熟悉算法的人极少。一般只能做一些简单的维度统计,指标计算等等,如果说到开发更高智能的系统,知识上鞭长莫及。本课程的目标,正是要打破知识的鸿沟,向IT人员普及算法知识,并把这些知识用于实际项目,把中国的机器学习应用能力提高一个台阶。


课程内容:

第1课 机器学习基础,有监督学习,无监督学习,半监督学习。Python机器学习,matplotlib、Numpy、Scipy、libsvm、OpenCV、pandas、Anaconda、scikit-learn、theano、Keras、Tensorflow。机器学习基础算法在python下实现举例。

第2课 从贝叶斯网到概率图模型,贝叶斯思维,一切皆有贝叶斯。生成式模型与判别式模型。应用于电信运营商沙盘推演,用户画像,概率图模型在语音识别等自然语言处理领域的应用

第3课 决策树与回归树,剪枝过程,用决策树构建随机森林,应用案例:优质用户筛选

第4课 凸优化,梯度下降算法,永恒难题之局部极小值,SGD随机梯度下降算法,python中实现梯度下降算法及SGD

第5课 梯度下降算法在推荐系统中的应用,构筑一个新闻推荐系统

第6课 凸优化与支持向量机,核方法,支持向量回归,核岭回归,应用支持向量机作人脸识别。在python中利用libsvm实现支持向量机,python中实现核有关算法

第7课 梯度下降算法应用于神经网络,BP学习算法,用theano实现BP神经网络,神经网络各种训练框架和工业级实现,用tensorflow实现更复杂的神经网络结构。

第8课 特征工程专题,怎样在海量特征中选出最合适的特征?

第9课 流形学习与降维,用scikit-learn实现流形学习

第10课 提升树,xgboost,速度超快性能极佳的Kaggle竞赛决胜利器

第11课 半监督学习,Label Propagation,只有极少量标注数据怎样进行数据挖掘?怎样利用少量标注的短信实现海量规模的垃圾短信判别?


授课时间:

课程将于2017年4月28日开课。课程设计共11课,每课看学员接受程度大约1-2周时间,整个课程持续时间预计不超过20周。


授课对象:

对机器学习有兴趣的朋友,特别适合想学习算法的IT专业人员或非科班出身的数据分析人员。最好能有一些线性代数,统计等数学基本知识,没有也无妨,可以在课程期间快速补强。


收获预期:

对于数据分析基础的朋友,可以提高其处理大数据的能力。对于IT基础的朋友,可以通过课程了解机器学习算法的原理与应用,进军大数据分析领域


授课讲师:

tigerfish,知名数据库网站ITPUB创始人,知名数据分析网站炼数成金创始人。数据库专家,数据分析专家,有丰富的IT领域、数学领域的知识经验。他将带领他的数据分析团队完成整个授课工作。


点击下方二维码或阅读原文报名课程



今天看啥 - 高品质阅读平台
本文地址:http://www.jintiankansha.me/t/i77LbgY33v
Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/6484
 
498 次点击