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。
& E( T/ s2 y7 B# c9 b
/ Z9 n, M: A+ ^! c" d& d课程内容：

第1课 机器学习概论
+ |! T- A! f% l% N9 s, P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
5 Q) v' f/ ?8 i) I( U2 Y6 c, J4 k9 A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
7 \& N) ^, G. s  `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
+ `* p6 z0 A3 p" F( `  O第7课 支持向量机，为什么能理解SVM的人凤毛麟角？
) O8 a. x7 P3 C. T+ X! R' Q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
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
# R6 M$ G0 l, u  A2 |1 E* C; ?5 H