课程介绍

• 

  唐宇迪

  高校教师 / 培训机构讲师

  计算机博士，专注于机器学习与计算机视觉领域，深度学习领域一线实战专家，善于实现包括人脸识别，物体识别，关键点检测等多种应用的最新算法。参与多个国家级计算机视觉项目，多年数据领域培训经验，丰富的教学讲解经验，出品多套机器学习与深度学习系列课程，课程生动形象，风格通俗易懂。

• 主题说明

  该系列课程通俗易懂，包括机器学习经典算法的数学原理推导与实例讲解，使用Python作为核心武器进行案例应用实战。

• 适合对象

  有Python基础和一些机器学习基础概念；热爱机器学习和人工智能的同学们，准备转行到数据与人工智能领域的工作人员。

• 学习要点

  1.机器学习概述

   

  2.线性回归误差项原理推导

   

  3.目标函数数学推导

   

  4.求解回归问题

   

  5.使用scikit-learn建立线性回归模型

• 课时安排

  本课程是一个系列课程，（每周二、周四开课）报名的时候还请注意时间安排

   

  9月21日20：00-21:30   回归算法

   

   

   

  9月26日20：00-21:30   实战案例：欺诈检测

   

   

   

  9月28日20：00-21:30   决策树与随机森林

   

   

   

  10月10日20：00-21:30   贝叶斯算法

   

   

   

  10月12日20：00-21:30 竞赛神器Xgboost

   

   

   

  10月17日20：00-21:30 支持向量（SVM） 

   

   

   

  10月19日20：00-21:30  聚类与EM算法

   

   

   

  10月24日20：00-21:30  神经网络