【快班】左飞的机器学习十八般算法武艺详..
数据分析
12周
8人
此课程所属【数据分析师专业方向】专业，专业内有不少于15门推荐课程，目前平台推出【专业课程0元学】活动，只需0元即可在所有的专业课程中任选5门学习，超值优惠，助您快速成长！点击这里了解
- 白马负金羁
在2006年12月召开的 IEEE 数据挖掘国际会议ICDM上，与会的各位专家选出了当时的十大数据挖掘算法（top 10 data mining algorithms）。本课程以此为主线，详细介绍了当前数据挖掘及机器学习领域的十余个经典算法。其中既包括原有列表中的经典算法，亦引进和涵盖了当前应用和研究较为广泛的流行算法。这些内容可作为包括自然语言处理、计算机视觉和数据分析等内容的基础，对于研究和深入理解算法原理为非常必要之基础。
本课程注重算法原理的介绍，注重数学上的推导和解释，以期令人知其然更知其所以然。演示用之例子涉及Python（含scikit-learn包）、R、Matlab和Weka等多种数据挖掘环境，并以Python为主。算例讲求短小精悍，注重提升学员的基础能力，为后续深入研究和实战做足准备。
- 第1课 概述与工具介绍、机器学习模型、机器学习的路线图、Python（含Scikit-learn）、R、MATLAB、Weka
- 第2课 线性回归、多元回归、多项式回归、非线性回归（含倒数模型、对数模型等）、多重共线性、R及Python回归实例
- 第3课 岭回归与LASSO、过拟合与正则化、TensorFlow初步、逻辑回归、分类任务及其评价（Accuracy, Precison, Recall, F1-Score)、基于Python的鸢尾花分类器实例
- 第4课 最大熵模型（Softmax）、感知机算法、TensorFlow手写数字识别实例
- 第5课 支持向量机（凸优化及KKT条件）、VC维、Python及MATLAB鸢尾花分类实例
- 第6课 聚类算法之k-means、k-median与期望最大化算法（EM）、Python及R聚类实例
- 第7课 密度聚类DBSCAN、kNN（含kd-tree、quad-tree）、Python及MATLAB实例
- 第8课 决策树1（Hunt, ID3）、Gini Index、信息增益、分类误差
- 第9课 决策树2（C4.5,CART）、Weka的使用
- 第10课 随机森林、Bootstrap与AdaBoost、Python及Weka实例（Kaggle实战）
Python、R 或 Matlab了解其一即可。没有特别的语言基础要求，因为知道为什么，你才能知道如何调参数。而我们更关心为什么！
随着课程的进行我们会引导读者配置必要的数据分析环境。
对于数据挖掘、机器学习感兴趣，喜欢刨根问底，不满足于只会调用函数，对了解算法原理有兴趣的同学。
对于未来希望从事数据挖掘、机器学习相关工作的学生，对于希望投身（或转行）至AI领域的从业者，但苦于基础太差、或者无从下手，缺乏实战经验的人员。
目标学员若有一定微积分、概率论基础更佳。
掌握经典的数据挖掘、机器算法原理，做到知其然更知其所以然
可以使用至少一种工具解决实际问题，拒绝再做门外汉
为后续包括NLP、CV等在内的领域进行深入研究奠定基础
学费: ￥400 ( 固定学费: ￥300， 逆向学费: ￥100 )
新颖的课程收费形式：“逆向收费”约等于免费学习，仅收取300元固定收费+100元逆向学费，学习圆满则逆向学费全额返还给学员！