課程介紹
AI100特邀中科院教授卿來雲老師，從零開始講解機器學習知識，45天系統實訓！12個真實應用案例！直播+案例+實訓，層層遞進，直通機器學習的本質及其應用！ 該系列課程包括機器學習所需的數學基礎、算法應用、模型及實際案例。講師，乾貨十足，課程羣實時答疑，機器學習相關資料不定期分享。手把手領你走進機器學習的大門！
課程收益
從原理到實戰應用，擺脫枯燥的公式，由淺入深，爲快速進入人工智能行業，進軍金融、醫療、教育等領域，成爲一名機器學習工程師，奠定堅實的基礎！
講師介紹
AI100更多講師課程
AI100致力於推進人工智能和數據科學領域的人才培養。目標是在 2025 年前爲中國培養100萬人工智能工程師，200萬各行業數據科學講師，幫助30萬中國企業走向智能化。
課程大綱
第1章:機器學習簡介
1.（一）機器學習概述 5:29
2.（二）機器學習應用場景舉例 21:56
3.（三）常見機器學習任務 25:58
4.（四）一個典型的機器學習案例 20:33
5.（五）機器學習組成部分 31:30
6.（六）總結 6:52
7.（七）課堂測試和作業：迴歸問題數據集 12:51
8.（八）第一節課課後答疑 4:21
第2章:第一個機器學習實例
1.第一個機器學習實例（上） 01:08:54
2.第一個機器學習實例（下） 01:08:54
3.（一）學習環境搭建 30:43
4.（二）機器學習案例：波士頓房價預測 3:58
5.（三）數據讀取 6:05
6.（四）數據預處理 31:08
7.（五）模型訓練 20:42
8.（六）梯度下降算法及優化 6:14
9.（七）模型評估 38:37
第3章:Logistic迴歸分析及神經網絡
1.（一）Logistic迴歸基本原理 34:33
2.（二）多類Logistic迴歸 6:09
3.（三）分類模型的評價 28:05
4.（四）Scikit learn 中的Logistic迴歸實現 19:01
5.（五）模型選擇與參數調優 5:22
6.（六）案例分析 25:21
第4章:支持向量機（SVM）
1.支持向量機（SVM）（完整版-上） 57:10
2.支持向量機（SVM）（完整版-下） 54:16
第5章:降維與矩陣分解
1.(一)神經網絡基本原理 13:12
2.（二）優化：反向傳播（BP） 26:46
3.（三）Scikit learn實現 4:03
4.（四）案例分析：書寫數字識別 9:14
5.（五）PCA原理 29:36
6.（六）Scikit learn中的PCA實現 31:19
第6章:聚類
1.（一）聚類概覽 5:04
2.（二）常用聚類算法 5:57
3.（三）K-means 31:54
4.（四）層次聚類 13:37
5.（五）Affinity Propagation 10:49
6.（六）DBSCAN 12:32
7.（七）聚類性能評估 21:48
8.（八）案例分析 23:43
第7章:特徵工程
1.特徵工程(上) 01:12:08
2.特徵工程 (下) 51:48
第8章:決策樹及基於樹的集成模型：隨機森林
1.分類迴歸樹 53:15
2.隨機森林 01:02:07
第9章:梯度提升決策樹（GBDT）
1.梯度提升決策樹（GBDT）（上） 57:03
2.梯度提升決策樹（GBDT）（下） 57:04
第10章:梯度提升決策樹（GBDT）二
1.梯度提升決策樹（GBDT）二 01:44:35
第11章:推薦系統與廣告點擊率（CTR）預估
1.（一）推薦系統出現的背景 17:53
2.（二）基於協同過濾的推薦 49:19
3.（三）基於內容的推薦 12:37
4.（四）基於知識的推薦 3:06
5.（五）推薦系統的評價 10:37
6.（六）案例分析：事件推薦 33:10
第12章:廣告點擊率（CTR）預估和模型融合
1.廣告點擊率（CTR）預估和模型融合（完整版） 02:15:09
大家可以點擊【查看詳情】查看我的課程