|
41254| 100
|
機(jī)器學(xué)習(xí)的最佳入門學(xué)習(xí)課程全套-資源共享吧收集
[復(fù)制鏈接]
|
|
課程內(nèi)容：
此課程所屬【數(shù)據(jù)分析師專業(yè)】 課程介紹： 機(jī)器學(xué)習(xí)是指一套工具、方法或程式，使到我們可以從現(xiàn)實(shí)世界的海量數(shù)據(jù)里提煉出有價(jià)值的知識(shí)，規(guī)則和模式，然后將它們反哺給前臺(tái)應(yīng)用系統(tǒng)，進(jìn)行預(yù)測(cè)，推薦等能產(chǎn)生直接經(jīng)濟(jì)價(jià)值的場(chǎng)景，給用戶帶來(lái)“機(jī)器具備人類般高智能”的震撼性體驗(yàn)。對(duì)于數(shù)據(jù)越來(lái)越多，而人力成本又越來(lái)越高的大數(shù)據(jù)時(shí)代，機(jī)器學(xué)習(xí)能降低企業(yè)進(jìn)行數(shù)據(jù)分析的成本，掌控有關(guān)技術(shù)，可以給企業(yè)和個(gè)人帶來(lái)巨大的價(jià)值。 機(jī)器學(xué)習(xí)，人工智能，數(shù)據(jù)挖掘，模式識(shí)別等技術(shù)，其實(shí)是同一座山峰在不同視角下的側(cè)影，其技術(shù)內(nèi)涵幾乎是一樣的，都是回歸，分類器，聚類，頻繁模式挖掘，神經(jīng)網(wǎng)絡(luò)等等，我們學(xué)習(xí)機(jī)器識(shí)別的同時(shí)，學(xué)到的知識(shí)同樣也可以用于數(shù)據(jù)挖掘和設(shè)計(jì)機(jī)器人這樣高度智能化的產(chǎn)品，這些領(lǐng)域概念之間至少在技術(shù)上沒(méi)有界限，是互相滲透的。 本課程的受眾主要是沒(méi)有經(jīng)過(guò)專業(yè)訓(xùn)練的IT專業(yè)人員，他們可能是程序員，運(yùn)維，IT系統(tǒng)架構(gòu)師等等，也適合沒(méi)有經(jīng)過(guò)科班訓(xùn)練的數(shù)據(jù)分析師。數(shù)據(jù)分析是一個(gè)業(yè)務(wù)+算法+IT的交叉領(lǐng)域，同時(shí)熟悉這三方面知識(shí)的人，可以玩轉(zhuǎn)大數(shù)據(jù)，產(chǎn)生無(wú)窮無(wú)盡的花樣，產(chǎn)生巨大的價(jià)值。但很無(wú)奈的情況是這種人才太少，IT人員即使熟悉本公司的業(yè)務(wù)，但同時(shí)又熟悉算法的人極少。一般只能做一些簡(jiǎn)單的維度統(tǒng)計(jì)，指標(biāo)計(jì)算等等，如果說(shuō)到開(kāi)發(fā)更高智能的系統(tǒng)，知識(shí)上鞭長(zhǎng)莫及。本課程的目標(biāo)，正是要打破知識(shí)的鴻溝，向IT人員普及算法知識(shí)，并把這些知識(shí)用于實(shí)際項(xiàng)目，把中國(guó)的機(jī)器學(xué)習(xí)應(yīng)用能力提高一個(gè)臺(tái)階。 課程內(nèi)容： 第1周 機(jī)器學(xué)習(xí)概論 第2周 線性回歸與Logistic。案例：電子商務(wù)業(yè)績(jī)預(yù)測(cè) 第3周 嶺回歸，Lasso，變量選擇技術(shù)。從一團(tuán)亂麻中識(shí)別有用維度的技巧 第4周 降維技術(shù)。案例：業(yè)績(jī)綜合指標(biāo)設(shè)計(jì) 第5周 線性分類器，Knn算法，樸素貝葉斯分類器，文本挖掘，案例：智能判斷垃圾短信，通過(guò)文本挖掘給用戶加標(biāo)簽，評(píng)論自動(dòng)分析，用戶流失預(yù)警 第6周 決策樹(shù)，組合提升算法，bagging和adaboost，隨機(jī)森林。案例：運(yùn)營(yíng)商用戶分析 第7周 支持向量機(jī)，為什么能理解SVM的人鳳毛麟角？ 第8周 人工神經(jīng)網(wǎng)絡(luò)，單層感知器，線性神經(jīng)網(wǎng)絡(luò)，BP神經(jīng)網(wǎng)絡(luò)，基于梯度下降的學(xué)習(xí)算法，圖像壓縮和銀行用戶信用評(píng)估 第9周 通用逼近器徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)，在新觀點(diǎn)下審視PDA和SVM。Hopfield聯(lián)想記憶型神經(jīng)網(wǎng)絡(luò)。案例：字符識(shí)別，人臉識(shí)別 第10周 概率神經(jīng)網(wǎng)絡(luò)和信念貝葉斯分類器 第11周 聚類，孤立點(diǎn)判別。案例：推薦系統(tǒng)，自動(dòng)品酒器，作弊識(shí)別，社會(huì)系統(tǒng)團(tuán)體識(shí)別
購(gòu)買主題
已有 14 人購(gòu)買
本主題需向作者支付 10 資源幣 才能瀏覽
| |
| ||
| ||
| ||
| ||
| ||
| ||
| ||
| ||
| ||
小黑屋|資源共享吧 ( 瓊ICP備2023000410號(hào)-1 )
GMT+8, 2025-4-18 16:51 , Processed in 0.042854 second(s), 16 queries , MemCached On.
發(fā)表于 2015-12-1 21:30:45
收藏