某象学院机器学习升级版II 2017年

xiaoguaishou · 发表于 2017-10-13 04:48:00

2016年11月4日开课，共24次课，每次2小时

升级版II的内容特色：
1，增加4次数学基础，掌握机器学习根本。
2，增加网络爬虫的原理和代码实现
3，在阐述机器学习原理的同时，给出算法的源码实现和相应数据；确保大家懂推导，且会实现。
4，删去部分章节中过于晦涩的公式推导，代之以直观的感性解释，增强理解力。
5，重视项目实践，重视已有机器学习包，站在巨人的肩上。
6，重视将实践问题转换成实际模型的能力，分享实际案例。
7，对比不同的特征选择带来的预测效果差异。
8，思考不同算法之间的区别和联系，提高在实际工作中选择算法的能力。
9，涉及和讲解的部分Python库有：Numpy/Scipy/matplotlib/Pandas/scikit-learn/XGBoost/libSVM/LDA/Gensim/NLTK/HMMLearn
10，每个算法模块的讲解三部曲：原理讲解->自己动手实现->使用已有机器学习库做效果对比。

课程大纲

第1 章：机器学习应用实验手册
      课时1：机器学习应用实验手册
第2 章：第一周课件和录播视频
      课时2：1.数学分析与概率论
      课时3：1.数学分析与概率论（视频）
      课时4：2.数理统计与参数估计
      课时5：2.数理统计与参数估计（视频）
第3 章：第二周课件和录播视频
      课时6：3.矩阵和线性代数
      课时7：3.矩阵和线性代数（视频）
      课时8：4.凸优化
      课时9：凸优化(视频)
      课时10：5.Python库
      课时11： 5.Python库（视频）
第4 章：第三周课件和录播视频
      课时12：6.Python库II
      课时13：6.Python库II （视频）
      课时14：7.回归
      课时15：7.回归（视频）
      课时16：8.回归实践
      课时17：8.回归实践（视频）
第5 章：第四周课件和录播视频
      课时18：9.决策树和随机森林
      课时19：9.决策树和随机森林（视频）
      课时20：10.决策树和随机森林实践
      课时21：10.决策树和随机森林实践（视频）
      课时22：11.提升
      课时23：提升(视频)
第6 章：第五周课件和录播视频
      课时24：12.XGBoost实践
      课时25：12.XGBoost实践（视频）
      课时26：13.SVM
      课时27：13.SVM（视频）
      课时28：14.SVM实践
      课时29：14.SVM实践（视频）
第7 章：第六周课件和录播视频
      课时30：15.聚类
      课时31：15. 聚类（视频）
      课时32：16.聚类实践
      课时33：16. 聚类实践（视频）
      课时34：17.EM算法
      课时35：17. EM算法（视频）
第8 章：第七周课件和录播视频
      课时36：18.EM算法实践
      课时37：18. EM算法实践（视频）
      课时38：19.贝叶斯网络
      课时39：19. 贝叶斯网络（视频）
      课时40：20.朴素贝叶斯实践
      课时41：20.朴素贝叶斯实践（视频）
第9 章：第八周课件和录播视频
      课时42：21.主题模型
      课时43：视频-21.主题模型
      课时44：22.主题模型实践
      课时45：22.主题模型实践（视频）
      课时46：23.HMM
      课时47：23. HMM（视频）
      课时48：24.HMM实践
      课时49：24. HMM实践（视频）

下载地址:itjc20

游客，如果您要查看本帖隐藏内容请回复