2018年机器学习从算法到实战高清视频教程 六大阶段 系统学习 课件代码齐全 送完整可运行的代码

发布时间: 2019-08-13

发货 百度网盘 自动发货 时间 2018年 类型 会员打折

¥15.00

立即下载 加入收藏

5.0分/4人

升级会员组 享受更多优惠

自动发货

课程介绍:


本课程是2018最新录制的机器学习全套高清视频教程,课件与代码齐全,从机器学习中的数学基础、到基本模型、特征工程、工业实战、高阶知识、深度学习,六大阶段,层层深入、逐层递进,是一套比较系统的机器学习教程,绝非胡乱拼凑可比,一大堆课程相信大家看着就够了,更别说学习了,只有学习到才是值得的,否则就是一堆没有用的数据而已,只选择精华课程学习才是最正确的学习思路。




通过学习本套课程可以解决以下十大问题:


1、微积分与矩阵知识在机器学习中如何应用


2、逻辑回归如何在海量工业实战数据下应用


3、如何对商品销量进行高准确率预测


4、如何使用隐马尔可夫模型(HMM)对中文进行分词


5、如何使用随机森林和支持向量机(SVM)对数据进行分类


6、如何使用Tensorflow构建RNN模型进行分类预测


7、如何使用LDA等对文档进行分类


8、如何自己构建数据集并使用Caffe进行分类


9、如何使用xgboost与lightGBM在Kaggle比赛中获胜


10、如何使用循环神经网络抓取文本特征




课程目录介绍


01.【第一阶段】数学基础


第1课 机器学习中的微积分与矩阵


知识点:


Taylor展式、梯度下降和牛顿法初步、特征向量、对称矩阵对角化、线性方程


第2课 概率与凸优化


知识点:矩估计、极大似然估计、凸集、凸函数、凸优化、KKT条件




02.【第二阶段】基本模型


第3课 回归问题与应用


知识点:线性回归、logistic回归、梯度下降


实战项目:分布拟合与回归、用LR分类与概率预测、实际工程海量数据下的logistic回归使用,包括样本处理、特征处理、算法调优和背后的原理


第4课 决策树、随机森林、GBDT


知识点:决策树 随机森林、GBDT


实战项目:使用随机森林进行数据分类


第5课 SVM


知识点:线性可分支持向量机、线性支持向量机、非线性支持向量机、SMO


实战项目:使用SVM进行数据分类


第6课 最大熵与EM算法


知识点:熵、相对熵、信息增益、最大熵模型、IIS、GMM




03.【第三阶段】特征工程


第7课 机器学习中的特征工程处理


知识点:数据清洗、异常点处理、特征抽取、选择与组合策略


实战项目:特征处理与特征选择工具与模板


第8课 多算法组合与模型最优化


知识点:机器学习问题场景分析、算法选择、模型构建、模型性能分析与优化策略


实战项目:构建模型组合策略工具与模板





04.【第四阶段】工业实战


第9课 sklearn与机器学习实战


知识点:sklearn板块介绍,组装与建模流程搭建


实战项目:经典Titanic案例,商品销量预测案例等


第10课 高级工具xgboost/lightGBM与建模实战


知识点:xgboost与lightGBM使用方法与高级功能


实战项目:Titanic与商品销量预测进阶,Kaggle案例实战     

   

第11课 用户画像与推荐系统


知识点:基于内容的推荐,协同过滤,隐语义模型,learning to rank,推荐系统评估


实战项目:实际打分数据上的推荐系统构建


第12课 聚类


知识点:K-means/K-Medoid/层次聚类


实战项目:K-means代码实现和实际应用分析


第13课 聚类与推荐系统实战


实战项目:用户聚类结合推荐算法,构建推荐系统完整案例(送完整可运行的代码)





05.【第五阶段】高阶知识


第14课 贝叶斯网络


知识点:朴素贝叶斯、有向分离、马尔科夫模型


第15课 隐马尔科夫模型HMM


知识点:概率计算问题、参数学习问题、状态预测问题


实战项目:使用HMM进行中文分词


第16课 主题模型


知识点:pLSA、共轭先验分布、LDA


实战项目:使用LDA进行文档分类




06.【第六阶段】深度学习


第17课 神经网络初步


知识点:全连接神经网络、反向传播算法与权重优化,训练注意点


实战项目:构建神经网络解决非线性切分问题


第18课 卷积神经网络与计算机视觉


知识点:卷积神经网络结构分析、过拟合与随机失活,卷积神经网络理解


实战项目:工业界常用网络结构与搭建


第19课 循环神经网络与自然语言处理


知识点:循环神经网络、长时依赖问题与长短时记忆网络,BPTT算法


实战项目:利用循环神经网络生成文本、学汪峰写歌词


第20课 深度学习实践


知识点:Caffe应用要点、TensorFlow/Keras简介


实战项目:用Caffe在自己的数据集上完成分类,用Tensorflow构建RNN模型分类预测




课程截图展示


QQ截图20190425122653.png



版权信息:本站所有资源仅供学习与参考,请勿用于商业用途,如有侵犯您的版权,请及时联系客服,我们将尽快处理。
  • She***

    26天前She***

    未评价,系统默认好评!

  • qb**

    5月前qb**

    未评价,系统默认好评!

  • 安**

    7月前安**

    未评价,系统默认好评!

  • liut*****

    10月前liut*****

    未评价,系统默认好评!

更多评论

嘿,我来帮您!