机器（深度）学习算法原理与案例实现暨Python 大数据综合应用研修班

一、课程简介

课程强调动手操作；内容以代码落地为主，以理论讲解为根，以公式推导为辅。共4天8节，讲解机器学习和深度学习的模型理论和代码实践，梳理机器学习、深度学习、计算机视觉的技术框架，从根本上解决如何使用模型、优化模型的问题；每次课中，首先阐述算法理论和少量公式推导，然后使用真实数据做数据挖掘、机器学习、深度学习的数据分析、特征选择、调参和结果比较。

二、课程目标

通过课程学习，可以理解机器学习的思维方式和关键技术；了解深度学习和机器学习在当前工业界的落地应用；能够根据数据分布选择合适的算法模型并书写代码，初步胜任使用Python进行数据挖掘、机器学习、深度学习等工作。

三、讲师简介

邹博，中国科学院副研究员，天津大学软件学院创业导师，成立中国科学院邹博人工智能研究中心（杭州站），在翔创、天识、睿客邦等公司担任技术顾问，研究方向机器学习、深度学习、计算几何，应用于大型气象设备图像与文本挖掘、股票交易与预测、量子化学医药路径寻优、传统农资产品价格预测和决策等领域。

尹老师，数据科学家，浙江大学物理学博士，浙江某高校数据科学专业负责人，兼任某网络科技上市公司大数据总监，受聘担任多家大数据教学机构主讲教师，开发多套python高级编程、机器学习、网络爬虫与文本挖掘系列课程，10+年python软件开发数据产品经验，熟悉R \Javascript等多种编程语言，具有丰富的python统计建模、数据挖掘、大数据技术教学经验，先后为中国交通银行，平安保险公司等数十家知名机构主讲python课程。