左飞的机器学习十八般算法武艺详解

课程简介：

在2006年12月召开的 IEEE 数据挖掘国际会议ICDM上，与会的各位专家选出了当时的十大数据挖掘算法（top 10 data mining algorithms）。本课程以此为主线，详细介绍了当前数据挖掘及机器学习领域的十余个经典算法。其中既包括原有列表中的经典算法，亦引进和涵盖了当前应用和研究较为广泛的流行算法。这些内容可作为包括自然语言处理、计算机视觉和数据分析等内容的基础，对于研究和深入理解算法原理为非常必要之基础。

本课程注重算法原理的介绍，注重数学上的推导和解释，以期令人知其然更知其所以然。演示用之例子涉及Python（含scikit-learn包）、R、Matlab和Weka等多种数据挖掘环境，并以Python为主。算例讲求短小精悍，注重提升学员的基础能力，为后续深入研究和实战做足准备。

课程大纲：

第一课：概述与工具介绍、机器学习模型、机器学习的路线图、Python（含Scikit-learn）、R、MATLAB、Weka

第二课：线性回归、多元回归、多项式回归、非线性回归（含倒数模型、对数模型等）、多重共线性、R及Python回归实例

第三课：岭回归与LASSO、过拟合与正则化、TensorFlow初步、逻辑回归、分类任务及其评价（Accuracy, Precison, Recall, F1-Score)、基于Python的鸢尾花分类器实例

第四课：较大熵模型（Softmax）、感知机算法、TensorFlow手写数字识别实例

第五课：支持向量机（凸优化及KKT条件）、VC维、Python及MATLAB鸢尾花分类实例

第六课：聚类算法之k-means、k-median与期望较大化算法（EM）、Python及R聚类实例

第七课：密度聚类DBSCAN、kNN（含kd-tree、quad-tree）、Python及MATLAB实例

第八课：决策树1（Hunt, ID3）、Gini Index、信息增益、分类误差

第九课：决策树2（C4.5,CART）、Weka的使用

第十课：随机森林、Bootstrap与AdaBoost、Python及Weka实例（Kaggle实战）

授课时间：

课程预计5月21日开课，预计课程持续时间为12周。

授课对象：

对于数据挖掘、机器学习感兴趣，喜欢刨根问底，不满足于只会调用函数，对了解算法原理有兴趣的同学。

对于未来希望从事数据挖掘、机器学习相关工作的学生，对于希望投身（或转行）至AI领域的从业者，但苦于基础太差、或者无从下手，缺乏实战经验的人员。

目标学员若有一定微积分、概率论基础更佳。

课程学习环境：

Python、R或Matlab了解其一即可。没有特别的语言基础要求，因为知道为什么，你才能知道如何调参数。而我们更关心为什么！

收获预期：

掌握经典的数据挖掘、机器算法原理，做到知其然更知其所以然

可以使用至少一种工具解决实际问题，拒绝再做门外汉

为后续包括NLP、CV等在内的领域进行深入研究奠定基础