小象学院《机器学习》升级版II 2016年11月4日开课,共24次课,每次2小时
6 [/ u( Y5 `) @. G5 `; h
开课时间:
2016年11月4日,共24次课,每次2小时
学习方式:8 y, ]% z( v" y3 q
在线直播,共24次1 h* f7 U# P6 k# u; N
每周3次(周三、五、日晚上20:00-22:00)
直播后提供录制回放视频,在线反复观看,有效期1年; [) b; X: p+ e" U0 ~+ g
升级版II的内容特色:( [7 a" u5 Y2 G3 A: A
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0 r7 n) Z7 f/ j( ?7 R
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。" m8 V, j$ Z. J3 M0 w9 A% W- e6 p
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。 N1 {4 I* E0 P
5,重视项目实践,重视已有机器学习包,站在巨人的肩上。) m& B4 s# D2 Q4 f
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。5 Q3 \5 P# L. v6 u
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。: S0 p* y( t0 [: A3 F: u( C
课程大纲4 T' h" m' m# P" o, O! K
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( A* f" f. k: m5 j5 U7 d( a7 a
第2 章 : 第一周课件和录播视频3 E. r1 m# G1 f1 F& R& A7 i( ]
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)9 r0 Z, _% C: \7 A
课时4:2.数理统计与参数估计* w2 s0 x# z% j; y& p) F' B
课时5:2.数理统计与参数估计(视频)2 @2 Z1 Q" q/ E1 r6 m
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; m3 P+ }( v: v, a7 M- N
课时9:凸优化(视频)
课时10:5.Python库
课时11: 5.Python库(视频)( }4 v3 E! O, D; R2 K3 l3 n9 D
第4 章 : 第三周课件和录播视频; J. h$ h6 j* A3 P6 f+ t3 Q+ H* o+ a
课时12:6.Python库II2 u% o# H) Q7 q2 ?& X# R
课时13:6.Python库II (视频); y! b" @ y# I* t4 ~
课时14:7.回归6 H+ }8 d% B) V3 A5 G3 X- u
课时15:7.回归 (视频)
课时16:8.回归实践* d: e, e. H& N2 B
课时17:8.回归实践(视频)( D, w* ~' h) t' I B$ e* i" t
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4 }# q* X# u! V c/ {
课时21:10.决策树和随机森林实践(视频)% K# G' ?5 B! F* z+ N* E& b# \$ D
课时22:11.提升2 P! ]0 K4 q. {) |! J& w7 q
课时23:提升(视频)& k0 k+ W8 ~4 x/ Z9 j, K/ z# i b
第6 章 : 第五周课件和录播视频
课时24:12.XGBoost实践7 A) Y8 t6 Q4 M0 s; A' Y
课时25:12.XGBoost实践(视频)
课时26:13.SVM8 U6 H w0 R: W. X
课时27:13.SVM(视频)
课时28:14.SVM实践/ C. b5 z9 D* c9 o) l! D
课时29:14.SVM实践(视频). v8 Z* n3 w2 S* K
第7 章 : 第六周课件和录播视频" x; e( q/ s {# [0 C3 L
课时30:15.聚类
课时31:15. 聚类(视频)# |+ d" J0 ?; u0 o' _, Y
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)) p+ e9 P( M2 }0 |- n
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)/ R' [+ Z& C, v( l9 D& D W* E
课时40:20.朴素贝叶斯实践1 u6 H) g; |; ?# y- p
课时41:20.朴素贝叶斯实践(视频)6 `+ k r K. \! j( t
第9 章 : 第八周课件和录播视频
课时42:21.主题模型' ?9 v0 q0 e7 Z
课时43:视频-21.主题模型+ ~5 p! N N- @6 |$ y+ E
课时44:22.主题模型实践( J2 {* m2 N2 P" M: {) p
课时45:22.主题模型实践(视频)" Q2 A2 N3 P% p! E# f
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)
|