我要報(bào)名

咨詢電話：
手　　機(jī)：	郵箱：

課程目標(biāo)

1.每個(gè)算法模塊按照“原理講解→分析數(shù)據(jù)→自己動(dòng)手實(shí)現(xiàn)→特征與調(diào)參”的順序。

2.“Python數(shù)據(jù)清洗和特征提取”，提升學(xué)習(xí)深度、降低學(xué)習(xí)坡度。

3.增加網(wǎng)絡(luò)爬蟲(chóng)的原理和編寫，從獲取數(shù)據(jù)開(kāi)始，重視將實(shí)踐問(wèn)題轉(zhuǎn)換成實(shí)際模型的能力，分享工作中的實(shí)際案例或Kaggle案例：廣告銷量分析、環(huán)境數(shù)據(jù)異常檢測(cè)和分析、數(shù)字圖像手寫體識(shí)別、Titanic乘客存活率預(yù)測(cè)、用戶-電影推薦、真實(shí)新聞組數(shù)據(jù)主題分析、中文分詞、股票數(shù)據(jù)特征分析等。

4.強(qiáng)化矩陣運(yùn)算、概率論、數(shù)理統(tǒng)計(jì)的知識(shí)運(yùn)用，掌握機(jī)器學(xué)習(xí)根本。

5.闡述機(jī)器學(xué)習(xí)原理，提供配套源碼和數(shù)據(jù)。

6.以直觀解釋，增強(qiáng)感性理解。

7.對(duì)比不同的特征選擇帶來(lái)的預(yù)測(cè)效果差異。

8.重視項(xiàng)目實(shí)踐，重視落地。思考不同算法之間的區(qū)別和聯(lián)系，提高在實(shí)際工作中選擇算法的能力。

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

課程目標(biāo)

本課程特點(diǎn)是從數(shù)學(xué)層面推導(dǎo)最經(jīng)典的機(jī)器學(xué)習(xí)算法，以及每種算法的示例和代碼實(shí)現(xiàn)（Python）、如何做算法的參數(shù)調(diào)試、以實(shí)際應(yīng)用案例分析各種算法的選擇等。

培訓(xùn)對(duì)象

大數(shù)據(jù)分析應(yīng)用開(kāi)發(fā)工程師、大數(shù)據(jù)分析項(xiàng)目的規(guī)劃咨詢管理人員、大數(shù)據(jù)分析項(xiàng)目的IT項(xiàng)目高管人員、大數(shù)據(jù)分析與挖掘處理算法應(yīng)用工程師、大數(shù)據(jù)分析集群運(yùn)維工程師、大數(shù)據(jù)分析項(xiàng)目的售前和售后技術(shù)支持服務(wù)人員

課程大綱

模塊一 機(jī)器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)1 - 數(shù)學(xué)分析

1. 機(jī)器學(xué)習(xí)的一般方法和橫向比較

2. 數(shù)學(xué)是有用的：以SVD為例

3. 機(jī)器學(xué)習(xí)的角度看數(shù)學(xué)

4. 復(fù)習(xí)數(shù)學(xué)分析

5. 直觀解釋常數(shù)e

6. 導(dǎo)數(shù)/梯度

7. 隨機(jī)梯度下降

8. Taylor展式的落地應(yīng)用

9. gini系數(shù)

10. 凸函數(shù)

11. Jensen不等式

12. 組合數(shù)與信息熵的關(guān)系

模塊二 機(jī)器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)2 - 概率論與貝葉斯先驗(yàn)

1. 概率論基礎(chǔ)

2. 古典概型

3. 貝葉斯公式

4. 先驗(yàn)分布/后驗(yàn)分布/共軛分布

5. 常見(jiàn)概率分布

6. 泊松分布和指數(shù)分布的物理意義

7. 協(xié)方差(矩陣)和相關(guān)系數(shù)

8. 獨(dú)立和不相關(guān)

9. 大數(shù)定律和中心極限定理的實(shí)踐意義

10. 深刻理解最大似然估計(jì)MLE和最大后驗(yàn)估計(jì)MAP

11. 過(guò)擬合的數(shù)學(xué)原理與解決方案

模塊三 機(jī)器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)3 - 矩陣和線性代數(shù)

1. 線性代數(shù)在數(shù)學(xué)科學(xué)中的地位

2. 馬爾科夫模型

3. 矩陣乘法的直觀表達(dá)

4. 狀態(tài)轉(zhuǎn)移矩陣

5. 矩陣和向量組

6. 特征向量的思考和實(shí)踐計(jì)算

7. QR分解

8. 對(duì)稱陣、正交陣、正定陣

9. 數(shù)據(jù)白化及其應(yīng)用

10. 向量對(duì)向量求導(dǎo)

11. 標(biāo)量對(duì)向量求導(dǎo)

12. 標(biāo)量對(duì)矩陣求導(dǎo)工作機(jī)制

模塊四 Python基礎(chǔ)1 - Python及其數(shù)學(xué)庫(kù)

1. 解釋器Python2.7與IDE：Anaconda/Pycharm

2. Python基礎(chǔ)：列表/元組/字典/類/文件

3. Taylor展式的代碼實(shí)現(xiàn)

4. numpy/scipy/matplotlib/panda的介紹和典型使用

5. 多元高斯分布

6. 泊松分布、冪律分布

7. 典型圖像處理

8. 蝴蝶效應(yīng)

9. 分形與可視化

模塊五 Python基礎(chǔ)2 - 機(jī)器學(xué)習(xí)庫(kù)

1. scikit-learn的介紹和典型使用

2. 損失函數(shù)的繪制

3. 多種數(shù)學(xué)曲線

4. 多項(xiàng)式擬合

5. 快速傅里葉變換FFT

6. 奇異值分解SVD

7. Soble/Prewitt/Laplacian算子與卷積網(wǎng)絡(luò)

8. 卷積與(指數(shù))移動(dòng)平均線

9. 股票數(shù)據(jù)分析

模塊六 Python基礎(chǔ)3 - 數(shù)據(jù)清洗和特征選擇

1. 實(shí)際生產(chǎn)問(wèn)題中算法和特征的關(guān)系

2. 股票數(shù)據(jù)的特征提取和應(yīng)用

3. 一致性檢驗(yàn)

4. 缺失數(shù)據(jù)的處理

5. 環(huán)境數(shù)據(jù)異常檢測(cè)和分析

6. 模糊數(shù)據(jù)查詢和數(shù)據(jù)校正方法、算法、應(yīng)用

7. 樸素貝葉斯用于鳶尾花數(shù)據(jù)

8. GaussianNB/MultinomialNB/BernoulliNB

9. 樸素貝葉斯用于18000+篇/Sogou新聞文本的分類

模塊七 回歸

1. 線性回歸

2. Logistic/Softmax回歸

3. 廣義線性回歸

4. L1/L2正則化

5. Ridge與LASSO

6. Elastic Net

7. 梯度下降算法：BGD與SGD

8. 特征選擇與過(guò)擬合

模塊八 Logistic回歸

1. Sigmoid函數(shù)的直觀解釋

2. Softmax回歸的概念源頭

3. Logistic/Softmax回歸

4. 最大熵模型

5. K-L散度

6. 損失函數(shù)

7. Softmax回歸的實(shí)現(xiàn)與調(diào)參

模塊九 回歸實(shí)踐

1. 機(jī)器學(xué)習(xí)sklearn庫(kù)介紹

2. 線性回歸代碼實(shí)現(xiàn)和調(diào)參

3. Softmax回歸代碼實(shí)現(xiàn)和調(diào)參

4. Ridge回歸/LASSO/Elastic Net

5. Logistic/Softmax回歸

6. 廣告投入與銷售額回歸分析

7. 鳶尾花數(shù)據(jù)集的分類

8. 交叉驗(yàn)證

9. 數(shù)據(jù)可視化

模塊十 決策樹(shù)和隨機(jī)森林

1. 熵、聯(lián)合熵、條件熵、KL散度、互信息

2. 最大似然估計(jì)與最大熵模型

3. ID3、C4.5、CART詳解

4. 決策樹(shù)的正則化

5. 預(yù)剪枝和后剪枝

6. Bagging

7. 隨機(jī)森林

8. 不平衡數(shù)據(jù)集的處理

9. 利用隨機(jī)森林做特征選擇

10. 使用隨機(jī)森林計(jì)算樣本相似度

11. 數(shù)據(jù)異常值檢測(cè)

模塊十一 隨機(jī)森林實(shí)踐

1. 隨機(jī)森林與特征選擇

2. 決策樹(shù)應(yīng)用于回歸

3. 多標(biāo)記的決策樹(shù)回歸

4. 決策樹(shù)和隨機(jī)森林的可視化

5. 葡萄酒數(shù)據(jù)集的決策樹(shù)/隨機(jī)森林分類

6. 波士頓房?jī)r(jià)預(yù)測(cè)

模塊十二 提升

1. 提升為什么有效

2. 梯度提升決策樹(shù)GBDT

3. XGBoost算法詳解

4. Adaboost算法

5. 加法模型與指數(shù)損失

模塊十三 提升實(shí)踐

1. Adaboost用于蘑菇數(shù)據(jù)分類

2. Adaboost與隨機(jī)森林的比較

3. XGBoost庫(kù)介紹

4. Taylor展式與學(xué)習(xí)算法

5. KAGGLE簡(jiǎn)介

6. 泰坦尼克乘客存活率估計(jì)

模塊十四 SVM

1. 線性可分支持向量機(jī)

2. 軟間隔的改進(jìn)

3. 損失函數(shù)的理解

4. 核函數(shù)的原理和選擇

5. SMO算法

6. 支持向量回歸SVR

模塊十五 SVM實(shí)踐

1. libSVM代碼庫(kù)介紹

2. 原始數(shù)據(jù)和特征提取

3. 葡萄酒數(shù)據(jù)分類

4. 數(shù)字圖像的手寫體識(shí)別

5. SVR用于時(shí)間序列曲線預(yù)測(cè)

6. SVM、Logistic回歸、隨機(jī)森林三者的橫向比較

模塊十六 聚類（一）

1. 各種相似度度量及其相互關(guān)系

2. Jaccard相似度和準(zhǔn)確率、召回率

3. Pearson相關(guān)系數(shù)與余弦相似度

4. K-means與K-Medoids及變種

5. AP算法(Sci07)/LPA算法及其應(yīng)用

模塊十七 聚類（二）

1. 密度聚類DBSCAN/DensityPeak(Sci14)

2. DensityPeak(Sci14)

3. 譜聚類SC

4. 聚類評(píng)價(jià)AMI/ARI/Silhouette

5. LPA算法及其應(yīng)用

模塊十八 聚類實(shí)踐

1. K-Means++算法原理和實(shí)現(xiàn)

2. 向量量化VQ及圖像近似

3. 并查集的實(shí)踐應(yīng)用

4. 密度聚類的代碼實(shí)現(xiàn)

5. 譜聚類用于圖片分割

模塊十九 EM算法

1. 最大似然估計(jì)

2. Jensen不等式

3. 樸素理解EM算法

4. 精確推導(dǎo)EM算法

5. EM算法的深入理解

6. 混合高斯分布

7. 主題模型pLSA

模塊二十 EM算法實(shí)踐

1. 多元高斯分布的EM實(shí)現(xiàn)

2. 分類結(jié)果的數(shù)據(jù)可視化

3. EM與聚類的比較

4. Dirichlet過(guò)程EM

5. 三維及等高線等圖件的繪制

6. 主題模型pLSA與EM算法

模塊二十一 主題模型LDA

1. 貝葉斯學(xué)派的模型認(rèn)識(shí)

2. Beta分布與二項(xiàng)分布

3. 共軛先驗(yàn)分布

4. Dirichlet分布

5. Laplace平滑

6. Gibbs采樣詳解

模塊二十二 LDA實(shí)踐

1. 網(wǎng)絡(luò)爬蟲(chóng)的原理和代碼實(shí)現(xiàn)

2. 停止詞和高頻詞

3. 動(dòng)手自己實(shí)現(xiàn)LDA

4. LDA開(kāi)源包的使用和過(guò)程分析

5. Metropolis-Hastings算法

6. MCMC

7. LDA與word2vec的比較

8. TextRank算法與實(shí)踐

模塊二十三 隱馬爾科夫模型HMM

1. 概率計(jì)算問(wèn)題

2. 前向/后向算法

3. HMM的參數(shù)學(xué)習(xí)

4. Baum-Welch算法詳解

5. Viterbi算法詳解

6. 隱馬爾科夫模型的應(yīng)用優(yōu)劣比較

模塊二十四 HMM實(shí)踐

1. 動(dòng)手自己實(shí)現(xiàn)HMM用于中文分詞

2. 多個(gè)語(yǔ)言分詞開(kāi)源包的使用和過(guò)程分析

3. 文件數(shù)據(jù)格式UFT-8、Unicode

4. 停止詞和標(biāo)點(diǎn)符號(hào)對(duì)分詞的影響

5. 前向后向算法計(jì)算概率溢出的解決方案

6. 發(fā)現(xiàn)新詞和分詞效果分析

7. 高斯混合模型HMM

8. GMM-HMM用于股票數(shù)據(jù)特征提取

模塊二十五 課堂提問(wèn)與互動(dòng)討論

張老師

張老師：阿里大數(shù)據(jù)高級(jí)專家，國(guó)內(nèi)資深的Spark、Hadoop技術(shù)專家、虛擬化專家，對(duì)HDFS、MapReduce、HBase、Hive、Mahout、Storm、spark和openTSDB等Hadoop生態(tài)系統(tǒng)中的技術(shù)進(jìn)行了多年的深入的研究，更主要的是這些技術(shù)在大量的實(shí)際項(xiàng)目中得到廣泛的應(yīng)用，因此在Hadoop開(kāi)發(fā)和運(yùn)維方面積累了豐富的項(xiàng)目實(shí)施經(jīng)驗(yàn)。近年主要典型的項(xiàng)目有：某電信集團(tuán)網(wǎng)絡(luò)優(yōu)化、中國(guó)移動(dòng)某省移動(dòng)公司請(qǐng)賬單系統(tǒng)和某省移動(dòng)詳單實(shí)時(shí)查詢系統(tǒng)、中國(guó)銀聯(lián)大數(shù)據(jù)數(shù)據(jù)票據(jù)詳單平臺(tái)、某大型銀行大數(shù)據(jù)記錄系統(tǒng)、某大型通信運(yùn)營(yíng)商全國(guó)用戶上網(wǎng)記錄、某省交通部門違章系統(tǒng)、某區(qū)域醫(yī)療大數(shù)據(jù)應(yīng)用項(xiàng)目、互聯(lián)網(wǎng)公共數(shù)據(jù)大云(DAAS)和構(gòu)建游戲云(Web Game Daas)平臺(tái)項(xiàng)目等。

我要報(bào)名

在線報(bào)名：Python大數(shù)據(jù)核心技術(shù)實(shí)戰(zhàn)(福州)

其他城市研發(fā)管理培訓(xùn)

北京研發(fā)管理培訓(xùn) 上海研發(fā)管理培訓(xùn) 廣州研發(fā)管理培訓(xùn) 深圳研發(fā)管理培訓(xùn) 蘇州研發(fā)管理培訓(xùn) 青島研發(fā)管理培訓(xùn) 武漢研發(fā)管理培訓(xùn) 貴陽(yáng)研發(fā)管理培訓(xùn) 臺(tái)州研發(fā)管理培訓(xùn)