课程介绍

• 

  冒教授

  研究员/技术专家/教授

  计算机博士，现在中科院从事科研教学工作，十余年机器学习教学经验，主持国家级科研项目3项，研究方向为机器学习、计算机视觉及多媒体处理。

• 主题说明

  AI100特邀中科院教授冒老师，从零开始讲解机器学习知识，层层递进，直通机器学习的本质及其应用。
  
  该系列课程包括机器学习所需的数学基础、算法应用、模型及实际案例。
  
  从原理到实战应用，摆脱枯燥的公式，由浅入深，为进入人工智能行业，进军金融、医疗、教育等领域，成为一名机器学习工程师，奠定坚实的基础！

• 适合对象

  初级开发者； 在校大学生； 想从事机器学习工作的相关人员。

• 学习要点

  1. 主成分分析（PCA）；

   

  2. 独立成分分析（ICA）；

   

  3. 非负矩阵分解（NFM）；

   

  4. 隐因子模型（LFM）。

   

   

  案例：人脸图像特征提取：PCA、ICA、NFM、LFM在推荐系统部分案例进行讲解。

   

  课程目标：学习用降维技术对高维特征进行降维。

   

• 课时安排

  本课程是一个系列课程，（每周三、周五开课）报名的时候还请注意时间安排

  10月11日19:30-21:30   机器学习简介

  10月13日19:30-21:30   第一个机器学习实例

  10月18日19:30-21:30   Logistic回归分析及神经网络

  10月20日19:30-21:30   支持向量机（SVM）

  10月25日19:30-21:30   降维与矩阵分解

  10月27日19:30-21:30   聚类

  11月1日19:30-21:30   特征工程

  11月3日19:30-21:30   决策树及基于树的集成模型：随机森林

  11月8日19:30-21:30   梯度提升决策树（GBDT）

  11月10日19:30-21:30   推荐系统与广告点击率（CTR）预估（1）

  11月15日19:30-21:30   推荐系统与广告点击率（CTR）预估（2）

  11月17日19:30-21:30   模型融合