上课时长：
编程基础：551分钟
爬虫：611分钟
文本：611分钟
机器学习：1800分钟
机器学习进阶：2022年8月12-15日（四天）2022new
上课方式：在线学习，提供全部资料及答疑
→ 授课与答疑均是授课老师陈远祥本人
→ 不同于其他Python课程，单独为学术研究打造的Python机器学习学术应用课程
陈远祥老师，北京邮电大学副教授 。2014年毕业于北京大学，获通信与信息系统专业博士学位，2015年-2017年在北京大学做博士后研究。
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。
Python编程基础
Python爬虫
Python文本分析
机器学习课程：
第一部分：机器学习学术应用介绍：
机器学习基本思想
常用机器学习算法模型
机器学习算法库介绍
机器学习在学术领域应用场景
第二部分：算法原理与实战
1、KNN算法：
KNN算法基本原理
常用相似度衡量方法、KNN用于分类和回归
KNN模型参数优化
Python案例：KNN用于鸢尾花数据集分类
2、决策树：
决策树基本原理
决策树分类
决策树用于分类和回归实现
决策树参数优化
Python案例：决策树实现波士顿房价预测
3、线性回归：
线性回归的求解、岭回归、LASSO和弹性网
Python案例：线性回归实现鲍鱼年龄预测
4、逻辑 回归：
逻辑 回归基本原理
从线性回归到逻辑 回归
逻辑 回归实现和参数优化
Python案例：逻辑 回归实现病马死亡率预测
5、神经网络：
神经网络基础
神经网络中的激活函数
神经网络Python实现与参数调优
Python案例：手写数字识别
6、贝叶斯网络：
贝叶斯分类原理
朴素贝叶斯
贝叶斯模型分类
Python案例：垃圾邮件过滤
7、支持向量机：
支持向量机分类原理
线性SVM和非线性SVM
Python案例：人脸识别
8、随机森林：
决策树与随机森林
随机森林原理
随机森林Python实现与参数调优
Python案例：随机森林用于泰坦尼克沉船预测
9、聚类：
聚类原理
聚类和分类
k-means聚类原理
k-means python实现
Python案例：聚类用于客户价值识别
第三部分：Python机器学习学术应用指导（0.5天）
数据发现与变量创造，预测，因果推断；
文本大数据应用；
基于机器学习的学术论文写作指导
机器学习进阶：
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
编程基础：1000元；
爬虫：2000元；
文本：3000元；
机器学习：4000元;
机器学习进阶：4200元
提供电子版发票及开课通知，结业证书
老学员九折优惠；
同时购买两门九折优惠；
折扣优惠不叠加。
尹老师
电话：13301322952
QQ：42884447
WeChat：jg-xs6
陈远祥老师暑期机器学习专题直播
机器学习进阶与学术应用
7月5日19:00-20:00
