关于我的机器学习线下课程我们之后再聊
我先谈谈自己对学习Python的看法
小编接触Python学习已有2年多
没错，我不是那种有着7年经验的老鸟！
所以不要觉得学习Python是需要漫长的岁月
只要你保持每天进步一点点
收获多少自己心知肚明
从最初入门开始
小编走过很多弯路
大体分为两种
各种安装环境问题
和
学习不成体系
比如你很难和一个初学者解释
为何不要在Python官网下载安装Python
而是要安装Anaconda取而代之
所以为了避免大家走弯路
特地写了Python从零开始入门连载
https://ask.hellobi.com/blog/wangdawei/sitemap/
一共35篇
写这个连载的初衷是为了
分享我学习Python的乐趣且成体系输出内容
博客内容通俗易懂，相信你会喜欢
在文章底部的问题留言也基本看到都回复
因为入门系列连载很受欢迎（至少我的感觉是这样）
于是推出了免费课程
一小时入门Python
直播当天
从20:30到23:30
不小心讲成了3小时入门Python
期间没有喝过一口水
也没有休息
因为我内心热爱着我的Python
如今已有8000+人加入学习
观看地址：
https://edu.hellobi.com/course/234
大家入门之后
肯定不能局限于此
于是我也写了零散的一些各方向文章
包括Python数据分析、机器学习、网络爬虫
自然语言处理、数据结构算法、面向对象编程
所有文章都可以在这里查看：
https://ask.hellobi.com/blog/wangdawei/sitemap/
关于Python进阶我也会抽空继续写下去的
目前只写到第15章
同时，有小伙伴抱怨Python绘图上手比较难
于是我最近再次开了免费直播课
Python快速上手matplotlib可视化库
https://edu.hellobi.com/course/279/overview
目前已有1200+人学习
小编读过很多书，比如7个月前分享的一篇读过的书的文章
【小编心得】转行数据科学路上看过的一些书总结推荐
同时，为了充实自己，不断查看官方文档、学习天善学院视频、优秀的博客
慢慢搭建出了自己的一套学习体系
并且因为之前有着Python网络爬虫、Python数据分析
Python零基础入门、Python数据科学库等线下开课培训经历
现场学员反应是通俗易懂、幽默有趣
这是之前Python爬虫线下课程的学员作业展示：
Python爬取起点中文网小说排行榜信息（上海线下培训作业）
上一期机器学习线下班（大班）的现场情况：
这是上一期机器学习线下班学员完成的课后作业：
https://ask.hellobi.com/blog/ysfyb/15628
这次继续开展Python机器学习线下班
这次是
小班教学！小班教学！小班教学！
严格控制人数，只招10人！
适合机器学习零基础，没错，就是零基础的学员！
先划一下重点：
（1）课程为期两天11.3-11.4 双休日）
（2）在上海浦东张江高科地铁站附近的会议室
（3）10月27日前报名优惠且拼团报名更优惠
培训课程：
【小班教学】Python机器学习（算法+实战）线下上海站第八期
讲师介绍：
王大伟：Python爱好者社区公众号负责人，微软MVP。擅长网络爬虫、数据分析，在机器学习、自然语言处理、数据库等领域有所涉猎，曾有多次线下辅导经验。
博客专栏：https://ask.hellobi.com/blog/wangdawei
公众号：Python爱好者社区（ID:python_shequ）
课程亮点：
十一个主流的Python机器学习算法
回归、分类、聚类、降维全覆盖
算法原理+Python代码实践
提供课上动手操作+课间答疑互助
配套vip群课后提供课后答疑
代码解读基本是一行行解读
平时较少接触的模型评估/特征工程/参数调整都有讲
对面试的帮助：
通过课程学习，你会掌握机器学习的常见面试问题。
例如：
朴素贝叶斯的“朴素”怎么理解？
随机森林的随机体现在什么地方？
逻辑斯蒂回归为何要用sigmoid函数？
线性回归做完之后怎样验证模型效果？
决策树里的信息增益、信息增益率、基尼系数怎么理解？
模型评估里常用的指标和含义？
怎么判断欠拟合和过拟合？
支持向量机的手推公式？
K均值聚类怎样找到较好的聚类个数？
主成分分析的数学原理是？
课程大纲：
第一节：Python机器学习课程介绍与编程环境
机器学习简介
机器学习分类
Python编程环境搭建
sklearn机器学习库简介
第二节：回归算法（理论与代码实践）
一元线性回归
一元非线性回归
多元线性回归
各算法对应的Python实战案例
第二节：分类算法（理论与代码实践）
逻辑斯蒂回归（LR）
朴素贝叶斯（NB）
决策树（DT）
随机森林（RF）
支持向量机（SVM）
人工神经网络（ANN）
K近邻（KNN）
各算法对应的Python实战案例
第三节：模型评估/特征工程/参数调整
欠拟合与过拟合
交叉验证
混淆矩阵
ROC评估
特征筛选
分类变量
网格搜索
第四节：聚类算法（理论与代码实践）
K均值聚类（K-Means）
基于密度的聚类算法（DBSCAN）
各算法对应的Python实战案例
第五节：降维算法（理论与代码实践）
主成分分析（PCA）
各算法对应的Python实战案例
备注：具体上课内容可能会有微调，每个算法都会配有相应的实战案例
培训地点：
上海市浦东新区晨晖路258号张江科创中心 一楼会议室 （中兴科技园G座）
费用标准：
原价：1299元/人 （早鸟价：1099元/人 2018年10月26日截至）
团购价：2人团2000元，3人团2800元，5人团4500元！
此次培训住宿费和差旅费自理。
报名截止日期：2018年11月2日
上课时间：
2018年11月3日~2018年11月4日
报名缴费：
报名请添加课程助手微信：tspython（请注明：上海站线下培训） ，提前获取资料Python入门基础视频进行预习，以提高课堂学习效率，邀请您加入学员交流群中。
对课程有任何的疑问和问题，欢迎扫码加入Python机器学习线下培训咨询群交流！
扫码下图立即报名
