文章

炼数成金机器学习

授课对象:

对机器学习有兴趣的朋友,特别适合想学习算法的IT专业人员或非科班出身的数据分析人员。最好能有一些线性代数,统计等数学基本知识,没有也无妨,可以在课程期间快速补强。

课程内容:

第1课 机器学习概论
第2课 线性回归与Logistic。案例:电子商务业绩预测
第3课 岭回归,Lasso,变量选择技术。从一团乱麻中识别有用维度的技巧
第4课 降维技术。案例:业绩综合指标设计
第5课 线性分类器,Knn算法,朴素贝叶斯分类器,文本挖掘,案例:智能判断垃圾短信,通过文本挖掘给用户加标签,评论自动分析,用户流失预警
第6课 决策树,组合提升算法,bagging和adaboost,随机森林。案例:运营商用户分析
第7课 支持向量机,为什么能理解SVM的人凤毛麟角?
第8课 人工神经网络,单层感知器,线性神经网络,BP神经网络,基于梯度下降的学习算法,图像压缩和银行用户信用评估
第9课 通用逼近器径向基函数神经网络,在新观点下审视PDA和SVM。Hopfield联想记忆型神经网络。案例:字符识别,人脸识别
第10课 概率神经网络和信念贝叶斯分类器
第11课 聚类,孤立点判别。案例:推荐系统,自动品酒器,作弊识别,社会系统团体识别

下载地址:

http://www.mukedaba.com/thread-691-1-1.html

0 0

发表评论