7月在线_kaggle案例实战班 2017年1月
kaggle意义 | 投资不到1K成为数据科学家
入门ML之后，怎么提高实战能力呢，毫无疑问，做实际项目，而kaggle上就有大量的ML项目，所谓算法刷leetcode，ML/DM刷kaggle，kaggle对于数据科学的重要性不言而喻。基于此，七月在线特此推出国内第一个kaggle实战课程，通过kaggle案例从抓取数据、处理特征、建模、模型融合、调优/调参完整走一遍。* P: T# O6 H/ e7 t6 \4 P. O* u
课程价值 | 升职加薪利器
本课程所有的案例全都取自真实数据上的数据科学比赛，通过本课程你将获得：
" b+ v& l3 C: h$ h; v/ w3 [! N, Y
1）完整的kaggle比赛/案例分析解答过程，包括优胜者的解答方案，从场景分析开始，一步步构建解决方案( R% W% d7 x# D/ G
2）对数据分析、数据处理、特征处理和机器学习常用工具的熟悉
3）机器学习解决实际问题的建模框架，及其优化) \$ n7 W! o5 W3 `# p6 h2 V
4）在面试中可以大显身手的机器学习案例
5）让简历脱颖而出。阿里、百度、京东等大公司都特别看重kaggle参赛经历
! Y2 }% ?# P6 C$ D6 H) J
课程大纲：' N: j9 p0 X0 z3 N
100%纯实战、每次课都是实际案例，8次课则八大案例，让你过够瘾. B$ U4 l7 n6 K
第一课 机器学习解决问题综述课（寒）4 y; m1 A) \ F. V2 }% V
1.数据比赛与特征工程/模型调优流程与sklearn、xgboost工具, A8 ~: g+ P8 h" N, p1 ?( S0 p [( Z
2. 泰坦尼克号之灾(分类)3 G0 V% H: Y) z2 W4 m
3. 自行车租赁量预测(回归) 5 W1 ^ X; u% F( E
第二课 经济金融相关问题 （加）
1. 房价预测：来看看哪些因素会怎么样影响房价与房子出售
2. 伦敦的科学家怎么从新闻预测股市的变化？! @+ [) x8 G- _) q
+ A) _: d t0 L Y' E2 w
第三课 CTR预估相关问题 （寒）# z6 N9 z1 Y( O/ H P
1. 来自电商的多次点击率预估比赛. b9 [& m7 h* g0 [/ a; u C
2. 从LR/GBDT/RF 到FM与FFM进行CTR预估( g% w! G7 h7 w2 y
第四课 自然语言处理与文本分类 （加）
1. KDD2013比赛：判定文章作者9 ~1 c; @/ {8 s7 d% } w
2. 影评数据怎么做情感分析？ * W" ?! H" l% r2 G0 P# |
第五课 能源/资源相关问题 （寒）
1 综合能源案例
2 从开放数据采集、清洗、特征工程到建模，给电力公司预测电能消耗 6 \3 K( E0 ~( ?6 ^2 n5 k8 r
第六课 深度学习相关比赛 （加）
1. 入门：猫狗分辨
2. 人脸表情识别
第七课 推荐系统相关比赛 （寒）
1. 用户在电商购买团购券概率预测- u- |. {1 \" B3 x" J4 M, H
2. app推荐系统比赛
第八课 金融风控相关比赛 （寒）
1 综合比赛案例; T6 k- i2 N( V- \4 S% O
2 从数据清洗(异常点处理与预处理)、特征工程、特征选择、非均衡样本处理到模型融合，解决风控问题
( \) h3 n, d' A0 k6 X# }
下载地址：geo) d& ?- T I8 ^& C5 I
|
[复制链接]
