比啃西瓜书更高效的“机器学习”方法

限100个体验名额

试学7天仅需8.8元

开课时间： 10月23日

学习方式：在线学习+直播辅导

项目案例：9大实战项目，21个案例讲解

助教、班主任全程跟踪辅导

| K-NN最近邻 | 线性回归 | 逻辑回归 |

| 凸优化 | 朴素贝叶斯 | 支持向量机 |

| 决策树 | 随机森林 | GBDT | 

| XGBoost | 矩阵分解 | K-Means | 

| GMM | 主题模型 | EM | 聚类 | PCA | 

收获成为出众算法工程师的四大技能

• 知识：理解算法背后的原理以及算法之间的内在关联。

• 实战：学会如何把学到的原理应用在实际的工作当中。

• 逻辑：培养举一反三能力，解决问题能力，并提升逻辑思考能力。

• 业务：广泛接触行业中的经典的案例，加深对业务的理解。

• IT从业者：AI零基础、希望入门机器学习，并且能够把技术应用到自身的AI场景

• 在校学生：理工科相关专业，希望学习机器学习

• 互联网从业者：想将机器学习技术快速融入到实际工作中

• AI从业者：希望对机器学习有更深入理解

• 家长父母：想启发孩子对人工智能兴趣

没有项目练手，看这里！本课程包含了大量实战项目，每次讲解都以案例为主线来讲解核心知识点，从而帮助培养学员的动手能力，解决问题能力以及对知识的深入理解。

1、回归分析身高预测

2、利用KNN筛选简历

3、二手车价格预估

4、量化投资之股票价格预测

5、预测广告点击率

6、利用L1正则模拟神经科学中的稀疏性

7、垃圾邮件分类

8、员工离职率预测

9、基于随机森林的疾病分析

10、利用GBDT解决搜索中的排序问题

11、人脸识别

12、基于聚类的消费群分类

13、内容推荐算法的电影推荐引擎

14、基于协同过滤算法的音乐推荐引擎

15、搭建OCR识别引擎

16、利用聚类算法压缩图片

17、基于主题模型和SVM的文本分类

18、问答系统搭建

19、利用kemel SVM识别医疗图片

20、利用聚类算法压缩图片

21、从零搭建方向传播算法