课程优势

点我咨询困惑

学习大纲

  • 【第一周】

    1.【学前准备】开营仪式
    2.了解机器学习基本概念
    3.入门比赛:“达观杯”NLP算法大赛(报名和入门指导)

  • 【第二周】

    1.线性模型
    2.学习sklearn包中逻辑回归算法的使用
    3.作业:梳理算法工作流程,使用sklearn的逻辑回归接口实现MNIST 分类

  • 【第三周】

    1. 决策树的分裂准则
    2. 决策树的剪枝和连续值处理
    3. 学习sklearn包中决策树算法的使用
    4.作业:掌握构建一个棵树的基本流程,使用sklearn的决策树接口实现鸢尾花分类
    5. 入门比赛:“达观杯”NLP算法大赛(进阶指导)

  • 【第四周】

    1. 支持向量机原始模型的建立和求解
    2. 核函数和软间隔支持向量机
    3. 了解sklearn包中svm算法的使用
    4.作业:掌握SVM公式推导,使用sklearn的SVM接口实现鸢尾花分类

  • 【第五周】

    1.极大似然估计与朴素贝叶斯
    2. EM算法
    3.了解sklearn包中的朴素贝叶斯算法的适用
    4.作业:掌握极大似然估计和朴素贝叶斯分类器,使用sklearn的高斯贝叶斯接口实现鸢尾花分类

  • 【第六周】

    1.神经网络结构
    2.BP算法
    3.深度学习初探
    4.了解sklearn包中神经网络的使用
    5.作业:掌握BP算法,使用sklearn的神经网络接口实现MNIST分类

  • 【第七周】

    1.经验误差与过拟合
    2.评估方法
    3.性能度量
    4.了解sklearn包中模型评估方法的使用
    5.进阶比赛:天池 o2o 优惠券使用预测比赛(报名指导)

  • 【第八周】

    1.特征降维
    2.特征选择
    3.了解sklearn包中特征选择和降维算法的使用
    4.作业:掌握特征选择和降维算法的使用
    5.进阶比赛:天池 o2o 优惠券使用预测比赛(入门指导)

  • 【第九周】

    1.集成学习
    2.结合策略
    3.实验-lightGBM的使用
    4.进阶比赛:天池o2o优惠券使用预测比赛(进阶指导)

  • 【第十周】

    1.聚类
    2.HMM
    3.对K-means算法进行实践

  • 【第十一周】

    1.任务与奖赏
    2.K-摇臂赌博机
    3.有/无模型学习
    4.比赛复盘和期末总结

西瓜书2-1.jpg




西瓜书2-2.jpg


西瓜书2-3.jpg






西瓜书2-4.jpg








西瓜书3-1.jpg


西瓜书3-2.jpg





西瓜书3-3.jpg







西瓜书4-1.jpg







西瓜书4-2.jpg





西瓜书5-1.jpg






西瓜书5-2.jpg