課程詳情：

Python大數(shù)據(jù)機(jī)器學(xué)習(xí)實(shí)戰(zhàn)

高級(jí)工程師實(shí)戰(zhàn)培訓(xùn)班

本課程特點(diǎn)是從數(shù)學(xué)層面推導(dǎo)經(jīng)典的機(jī)器學(xué)習(xí)算法，以及每種算法的示例和代碼實(shí)現(xiàn)（Python）、如何做算法的參數(shù)調(diào)試、以實(shí)際應(yīng)用案例分析各種算法的選擇等。

1.每個(gè)算法模塊按照“原理講解→分析數(shù)據(jù)→自己動(dòng)手實(shí)現(xiàn)→特征與調(diào)參”的順序。

2.“Python數(shù)據(jù)清洗和特征提取”，提升學(xué)習(xí)深度、降低學(xué)習(xí)坡度。

3.增加網(wǎng)絡(luò)爬蟲(chóng)的原理和編寫(xiě)，從獲取數(shù)據(jù)開(kāi)始，重視將實(shí)踐問(wèn)題轉(zhuǎn)換成實(shí)際模型的能力，分享工作中的實(shí)際案例或Kaggle案例：廣告銷(xiāo)量分析、環(huán)境數(shù)據(jù)異常檢測(cè)和分析、數(shù)字圖像手寫(xiě)體識(shí)別、Titanic乘客存活率預(yù)測(cè)、用戶-電影推薦、真實(shí)新聞組數(shù)據(jù)主題分析、中文分詞、股票數(shù)據(jù)特征分析等。

4.強(qiáng)化矩陣運(yùn)算、概率論、數(shù)理統(tǒng)計(jì)的知識(shí)運(yùn)用，掌握機(jī)器學(xué)習(xí)根本。

5.闡述機(jī)器學(xué)習(xí)原理，提供配套源碼和數(shù)據(jù)。

6.以直觀解釋?zhuān)鰪?qiáng)感性理解。

7.對(duì)比不同的特征選擇帶來(lái)的預(yù)測(cè)效果差異。

8.重視項(xiàng)目實(shí)踐，重視落地。思考不同算法之間的區(qū)別和聯(lián)系，提高在實(shí)際工作中選擇算法的能力。

9.涉及和講解的部分Python庫(kù)有：Numpy、Scipy、matplotlib、Pandas、scikit-learn、XGBoost、libSVM、LDA、Gensim、NLTK、HMMLearn。