炼数成金 大数据之机器学习视频教程 11课时

冰点也疯狂

授课对象：

对机器学习有兴趣的朋友，特别适合想学习算法的IT专业人员或非科班出身的数据分析人员。最好能有一些线性代数，统计等数学基本知识，没有也无妨，可以在课程期间快速补强。
! y; P6 p. o/ u- c0 F; P
- C9 k, A1 j+ w. y课程内容：
0 g* j' {; C& N0 i
* q3 \7 R, q' J" b第1课 机器学习概论
: c2 b3 V/ L8 s5 }* f第2课 线性回归与Logistic。案例：电子商务业绩预测
第3课 岭回归，Lasso，变量选择技术。从一团乱麻中识别有用维度的技巧
第4课 降维技术。案例：业绩综合指标设计
第5课 线性分类器，Knn算法，朴素贝叶斯分类器，文本挖掘，案例：智能判断垃圾短信，通过文本挖掘给用户加标签，评论自动分析，用户流失预警
. ~2 g8 T! e7 F: n4 Y" L第6课 决策树，组合提升算法，bagging和adaboost，随机森林。案例：运营商用户分析
. n- R- P' @5 `6 W% _) z/ U6 p' M第7课 支持向量机，为什么能理解SVM的人凤毛麟角？
" J- ?7 w- _- J% D% ~第8课 人工神经网络，单层感知器，线性神经网络，BP神经网络，基于梯度下降的学习算法，图像压缩和银行用户信用评估
6 }% G# H" c- A6 D: F7 ?第9课 通用逼近器径向基函数神经网络，在新观点下审视PDA和SVM。Hopfield联想记忆型神经网络。案例：字符识别，人脸识别
第10课 概率神经网络和信念贝叶斯分类器
第11课 聚类，孤立点判别。案例：推荐系统，自动品酒器，作弊识别，社会系统团体识别