所在位置:首頁 -- 成功案例 -- 正文

2019年7月06日工行Python大數據機器學習圓滿結束


發布時間:2019-8-4  來源:admin

1.每個算法模塊按照“原理講解→分析數據→自己動手實現→特征與調參”的順序。

2.“Python數據清洗和特征提取”,提升學習深度、降低學習坡度。

3.增加網絡爬蟲的原理和編寫,從獲取數據開始,重視將實踐問題轉換成實際模型的能力,分享工作中的實際案例或Kaggle案例:廣告銷量分析、環境數據異常檢測和分析、數字圖像手寫體識別、Titanic乘客存活率預測、用戶-電影推薦、真實新聞組數據主題分析、中文分詞、股票數據特征分析等。

4.強化矩陣運算、概率論、數理統計的知識運用,掌握機器學習根本。

5.闡述機器學習原理,提供配套源碼和數據。

6.以直觀解釋,增強感性理解。

7.對比不同的特征選擇帶來的預測效果差異。

8.重視項目實踐,重視落地。思考不同算法之間的區別和聯系,提高在實際工作中選擇算法的能力。

9.涉及和講解的部分Python庫有:Numpy、Scipy、matplotlib、Pandas、scikit-learn、XGBoost、libSVM、LDA、Gensim、NLTK、HMMLearn。

4-2.jpg

本課程特點是從數學層面推導最經典的機器學習算法,以及每種算法的示例和代碼實現(Python)、如何做算法的參數調試、以實際應用案例分析各種算法的選擇等。

4-1.jpg

3天的培訓得到了學員一致好評


中国北京单场足球彩票 黑龙江p62龙江风采p62 至尊棋牌游戏客服微 河南11选5今日开奖号码是多少 乐牛配资 今日股票大跌原因 多多棋牌最新版 陕西快乐十分走势 西甲积分榜 闲来安顺麻将下载 浙江快乐十二技巧 十河北十一选五走势 龙王捕鱼棋牌游戏中心 湖南闲来麻将下载 澳洲幸运10和幸运飞艇开奖记录 北单比分计算器 股票软件下载