专栏名称: 算法与数学之美
从生活中挖掘数学之美,在实践中体验算法之奇,魅力旅程,从此开始!
目录
相关文章推荐
新机器视觉  ·  一文了解强化学习 ·  4 天前  
九章算法  ·  “小透明”码农,逆袭了 ·  5 天前  
九章算法  ·  Amazon最近的面试好怪… ·  6 天前  
九章算法  ·  这可能是码农新一次财富分配的机会…… ·  1 周前  
51好读  ›  专栏  ›  算法与数学之美

阿里云 Top10 天池科学家推出机器学习实践课程 限时优惠+赠送500G资料

算法与数学之美  · 公众号  · 算法  · 2017-08-18 21:58

正文

机器学习是当前人工智能与大数据领域的基础。在某知名招聘网站上,机器学习算法工程师职位多达数百个,年薪大都在30万-50万不等。

随着人工智能时代的到来,机器学习被广泛应用于智能推荐、数据挖掘、自然语言处理、计算机视觉等领域;机器学习工程师逐渐成为各大企业的标配。如何学习机器学习算法,并利用算法灵活地解决实际问题,成为困扰我们的难题。

阿里云 TOP10 天池科学家与中科院自动化所一线青年学者,联合推出机器学习实践》直播课程。本次课程以实践为核心,主要讲述主流机器学习算法在大数据、手写数字分类、人脸识别和图像分割等领域的应用与实现。


讲师介绍

机器学习实践


金陵书生阿里云 Top 10 天池科学家(排名:7 / 92129)在机器学习和电力大数据分析方面具有近3年的研究与开发经历,曾获2016年阿里音乐流行趋势预测大赛冠军、2017年阿里聚安全算法挑战赛季军、2016年中国计算机学会大数据与计算智能大赛二等奖。目前在高校从事电力大数据的研发工作,兼任电力企业大数据研发负责人。

邵博士,中科院自动化所博士,主要研究方向包括机器学习、模式识别与图像处理。现任副教授、硕士生导师,具有两年教学授课经验,作为项目负责人承担国家自然科学基金,在国际主流期刊和会议上发表多篇论文。

霍博士,西安电子科技大学博士,研究方向为图像处理,主持和参与多项国家自然科学基金,以第一作者在相关领域期刊以及会议上发表论文多篇。


课程介绍

机器学习实践



1. 线性回归应用实践

1.1 线性回归实践(简要原理及参数分析)

1.2 Logistic回归和Softmax回归的应用

1.3 线性回归的特征工程

1.4 线性回归在大数据中的应用

 2. 决策树实践

2.1 常用决策树算法的使用方法

2.2 xgboost的参数调优

2.3 决策树算法的模型融合

2.4 决策树在大数据中的应用

3. 支持向量机实践

3.1 SVM算法的Matlab实现

3.2 LibSVM代码库介绍

3.3 参数交叉验证

3.4 SVM在手写数字分类中的应用

3.5 SVM在人脸识别中的应用

4. 数据降维实践

4.1 主成分分析、线性判别分析代码实现

4.2 基于主成分分析的人脸识别

4.3 基于线性判别分析的人脸识别

4.4 LLE降维实现

4.5 数据可视化应用

5. KMeans聚类

5.1 KMeans算法实现

5.2 Kmeans应用

5.3 谱聚类算法实现

5.4 聚类算法在图像分割应用

6. EM实践

6.1 多高斯分布估计的EM实现

6.2 多高斯分布估计与Kmeans之间的关系

6.3 多高斯分布估计应用

开课时间

机器学习实践


1、直播时间: 月 2 日 至 9 月 17 日 ,连续 3 周(每周六、日晚 19 点到 21点);

2、课后一年内可免费回看视频,以及微信群实时答疑。


限时优惠

机器学习实践


1. 现在添加深蓝学院教师微信(igal-shenlan),发送机器学习实践”,即可获得一张  50 元课程优惠券 

2. 现在购课可获赠  500G 的机器学习资料大礼包 ,资料预览图如下:

立即添加深蓝学院助教
领取50元优惠券+500G资料礼包