机器学习是当前人工智能与大数据领域的基础。在某知名招聘网站上,机器学习算法工程师职位多达数百个,年薪大都在30万-50万不等。
随着人工智能时代的到来,机器学习被广泛应用于智能推荐、数据挖掘、自然语言处理、计算机视觉等领域;机器学习工程师逐渐成为各大企业的标配。如何学习机器学习算法,并利用算法灵活地解决实际问题,成为困扰我们的难题。
阿里云 TOP10 天池科学家与中科院自动化所一线青年学者,联合深蓝学院推出《机器学习实践》直播课程。本次课程以实践为核心,主要讲述主流机器学习算法在大数据、手写数字分类、人脸识别和图像分割等领域的应用与实现。
讲师介绍
机器学习实践
金陵书生,阿里云 Top 10 天池科学家(排名:7 / 92129),在机器学习和电力大数据分析方面具有近3年的研究与开发经历,曾获2016年阿里音乐流行趋势预测大赛冠军、2017年阿里聚安全算法挑战赛季军、2016年中国计算机学会大数据与计算智能大赛二等奖。目前在高校从事电力大数据的研发工作,兼任电力企业大数据研发负责人。
邵博士,中科院自动化所博士,主要研究方向包括机器学习、模式识别与图像处理。现任副教授、硕士生导师,具有两年教学授课经验,作为项目负责人承担国家自然科学基金,在国际主流期刊和会议上发表多篇论文。
霍博士,西安电子科技大学博士,研究方向为图像处理,主持和参与多项国家自然科学基金,以第一作者在相关领域期刊以及会议上发表论文多篇。
课程介绍
机器学习实践
1. 线性回归应用实践 |
1.1 线性回归实践(简要原理及参数分析) 1.2 Logistic回归和Softmax回归的应用 1.3 线性回归的特征工程 1.4 线性回归在大数据中的应用 |
2. 决策树实践 |
2.1 常用决策树算法的使用方法 2.2 xgboost的参数调优 2.3 决策树算法的模型融合 2.4 决策树在大数据中的应用 |
3. 支持向量机实践 |
3.1 SVM算法的Matlab实现 3.2 LibSVM代码库介绍 3.3 参数交叉验证 3.4 SVM在手写数字分类中的应用 3.5 SVM在人脸识别中的应用 |
4. 数据降维实践 |
4.1 主成分分析、线性判别分析代码实现 4.2 基于主成分分析的人脸识别 4.3 基于线性判别分析的人脸识别 4.4 LLE降维实现 4.5 数据可视化应用 |
5. KMeans聚类 |
5.1 KMeans算法实现 5.2 Kmeans应用 5.3 谱聚类算法实现 5.4 聚类算法在图像分割应用 |
6. EM实践 |
6.1 多高斯分布估计的EM实现 6.2 多高斯分布估计与Kmeans之间的关系 6.3 多高斯分布估计应用 |
开课时间
机器学习实践
1、直播时间: 9 月 2 日 至 9 月 17 日 ,连续 3 周(每周六、日晚 19 点到 21点);
2、课后一年内可免费回看视频,以及微信群实时答疑。
限时优惠
机器学习实践
1. 添加深蓝学院教师微信(igal-shenlan),发送“机器学习实践”,即可获得一张 50 元课程优惠券 ;
2. 现在购课可获赠 500G 的机器学习资料大礼包 ,资料预览图如下:
立即添加深蓝学院助教
领取50元优惠券+500G资料礼包
▼