AI时代,开发者的另一个机会的时代。日前国务院颁布了《中徐璈学生学习人工智能》的报告建议,小编也是点赞~这不难发现,以后“人工智能”将会是开发者必备的技能!
CSDN联合唐宇迪老师展开《机器学习30天系统掌握》,将以快速的节奏,一一解惑,厘清机器学习的技术节点。掌握机器学习的核心!
从零实战+源码共享+独家资料视频赠送!!!!
超值!!!
详情
【计划信息】
主题:机器学习30天系统掌握!
时间:每周二,四晚直播(错过有回放)
形式:在线直播,实时答疑
内容:N+知识点,8场主题,每周2次直播讲解!
福利:资料共享,基础免费补,源码发放,金牌答疑,长期问答,交流群
【内容覆盖】
该系列课程包括机器学习经典算法的数学原理推导与实例讲解,使用Python作为核心武器进行案例应用实战。
通过原理分析,通俗解读,案例实战让大家快速掌握机器学习经典算法原理推导与工作流程,掌握Python数据分析与建模库使用方法,从案例角度思考如何应用及其学习算法解决实际问题。
【适合谁听?】
☑ 对机器学习/人工智能感兴趣的同学 ☑ 渴望系统学习,并且从事机器学习的同学
【购买直播,送哪些资料?】
Python数据分析,机器学习必备库
1、矩阵计算库Numpy;
2、数据分析处理库pandas;
3、可视化库Matplotlib;
4、更方便的可视化库Seaborn
直播
计划
四个阶段
一 基础实战
二 算法突击
三 应用解析
四 案例实战
八场主题一览
(一)回归算法
1.机器学习概述
2.线性回归误差项原理推导
3.目标函数数学推导
4.求解回归问题
5.使用scikit-learn建立线性回归模型
(二)案例实战:欺诈检测
1.逻辑回归数学原理
2.梯度下降求解
3.样本不均衡数据处理方法
4.下采样与过采样问题
5.模型评估标准
6.SMOTE数据生成策略
(三)决策树与随机森林
1.树模型概述
2.熵原理
3.决策树构造实例
4.剪枝策略
5.随机森林集成算法
(四)贝叶斯算法
1.贝叶斯算法概述
2.实例演示贝叶斯推导过程
3.基于贝叶斯的拼写检查器
4.垃圾邮件分类任务
5.案例实战:新闻数据分类任务
(五)竞赛神器Xgboost
1.集成算法概述
2.提升策略
3. Xgboost数学原理推导
4.Xgboost建模参数
5.案例实战:Xgboost调参策略与结果评估
(六)支持向量机(SVM)
1.支持向量机求解目标
2.支持向量机求解过程数学推导
3.支持向量机求解实例
4.软间隔作用
5.核函数的意义
(七)聚类与EM算法
1.Kmeans聚类算法
2.EM算法原理推导
3.GMM应用在聚类
4.其他聚类算法概述
(八)Tensorflow黑科技实战
1.神经网络必备基础知识点
2.神经网络整体架构
3.神经元的意义
4.激活函数与drop-out
5.过拟合风险解决方案
6.案例:神经网络分类任务
说明
1详细知识点请到到报名页面查看!
2报名送相关资料,有问题可以加群找群主!
如何报名?开播倒计时!
点我报名,支持外链
PS:转发到朋友圈,立即获得30元红包~
群满到报名页“查看群”进群交流