课程介绍

• 

  章华燕

  开发组长/高级工程师/技术专家

  硕士毕业于北京交通大学计算机学院，硕士阶段主要研究方向是机器学习与模式识别在数字图像处理领域的研究并因此发表多篇学术论文。 曾就职于微软，京东等大型互联网公司。目前就职于阿里巴巴，担任资深算法工程师。主要负责项目: 广告点击率预测，广告点击反作弊算法研究，广告投放策略优化等。

• 主题说明

  在机器学习领域，“没有免费的午餐”是一个不变的定理。简而言之，没有一种算法是完美的，可以作为任何问题的佳解决方案。认清这一点，对于解决监督学习问题（如预测建模问题）尤其重要。

• 适合对象

  初级可以入门，课程风格通俗易懂，配套案例丰富，适合学员实战操作。 1.了解人工智能专业的新人：刚涉足人工智能行业，准备从事AI行业工程师职位； 2.想了解和学习机器学习的初学者、求职者； 3.对前沿技术有极大兴趣：希望掌握前沿的技术找到新发展； 4.在校的同学们，准备进军数据科学行业。

• 学习要点

  课程内容：

  1、从贝叶斯定理到分类模型；
  2、条件概率的参数估计；
  3、贝叶斯估计；
  4、Navie Bayes实战；

• 课时安排

  

  

  （添加小助手，回复“机器学习”进入课程交流群）