超模大学堂终于开课了
全国首映
【Python机器学习实战】
【Python机器学习实战】由超级数学建模和机器学习一线实战专家唐宇迪老师联合推出。
唐宇迪老师作为超级数学建模的签约讲师，精通深度学习，精心录制了机器学习整套课程，并且会随时为同学们解疑答惑。
这是超模君第一次做课程，所以本次课程可以免费试学。
只要你是机器学习、数据分析爱好者，或者是希望掌握多一门技能，不管是否有编程基础均可学习，欢迎都来试学，求喷求批评。
【课程名称】
【适用人群】
数据分析，机器学习，人工智能爱好者，数学建模爱好者，还有程序小白。
【主讲教师】
唐宇迪
超级数学建模签约讲师
同济大学博士/深度学习领域研究专家
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。
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。
【课程内容】
1. 快速掌握Python库的使用方法并进行实战演示。
2. 实例演示如何应用机器学习算法解决实际问题。
3. 使用Python库完成建模与评估工作。
【学习收益】
1. 掌握python数据分析包以及机器学习经典算法的原理与应用。
2. 优秀学员将有机会获得部分互联网企业的内推资格。
3. 超级数学建模平台全部资料免费下载（实时更新）。
4. 有利于扩展技术交流圈，提高薪资收入。
【模友福利】
【课程特色】
免费试学：购买前可以免费试学课程的第一章
七天包退：成功购买七天内，可按课程未学习比例退款
支付保障：平台内付款由腾讯课堂承诺保障
【课程目录】（16章）
第一章：Python快速入门（免费试学）
系列课程环境配置
Python快速入门
变量类型
List基础
List索引
循环结构
判断结构
字典
文件处理
函数基础
第二章：回归算法（已上线）
机器学习概述
回归算法
线性回归误差原理推导
目标函数求解
逻辑回归原理
梯度下降实例
梯度下降原理
第三章：科学计算库Numpy
Numpy数据结构
Numpy基本操作
Numpy矩阵属性
Numpy矩阵操作
Numpy常用函数
第四章：数据分析处理库Pandas
Pandas数据读取
Pandas数据预处理
Pandas常用函数
Pandas-Series结构
第五章：可视化库Matplotlib
Matplotlib折线图
Matplotlib子图操作
Matplotlib条形图与散点图
Matplotlib柱形图与盒图
Matplotlib细节设置
第六章：使用Python库分析科比的生涯数据
科比数据集简介
数据预处理
建模
第七章：案例实战—信用卡欺诈检测
案例背景和目标
样本不均衡解决方案
下采样策略
交叉验证
模型评估方法
正则化惩罚
逻辑回归模型
混淆矩阵
逻辑回归阈值对结果的影响
SMOTE样本生成策略
第八章：决策树与随机森林
决策树概述
熵原理形象解读
决策树构造实例
信息增益
信息增益率
决策树剪枝
随机森林
案例决策树参数
第九章：Kaggle竞赛案例—泰坦尼克获救预测
数据介绍
数据预处理
回归模型
随机森林模型
特征选择
第十章：支持向量机算法
支持向量机要解决的问题
支持向量机求解目标
支持向量机目标函数求解
支持向量机求解例子
支持向量的作用
软间隔支持向量机
核函数变换
第十一章：神经网络基础
神经网络（1）深度学习概述
神经网络（2）挑战与常规套路
神经网络（3）用K近邻来进行分类
神经网络（4）超参数与交叉验证
神经网络（5）线性分类
神经网络（6）损失函数
神经网络（7）正则化惩罚项
神经网络（8）softmax分类器
神经网络（9）最优化形象解读
神经网络（10）最优化问题细节
神经网络（11）反向传播
第十二章：神经网络架构
神经网络架构（1）整体架构
神经网络架构（2）实例演示
神经网络架构（3）过拟合解决方案
神经网络架构（4）感受神经网络的强大
第十三章：Tensorflow框架
变量
变量练习
线性回归模型
逻辑回归框架
逻辑回归迭代
神经网络模型
完成神经网络
卷积神经网络模型
卷积神经网络参数
安装tensorflow
第十四章：Mnist手写字体识别
神经网络模型概述
tensorflow参数
卷积简介
构造网络结构
训练网络模型
第十五章：PCA降维操作与SVD矩阵分解
PCA问题
PCA降维实例
SVD原理
SVD推荐系统
第十六章：聚类与集成算法
聚类算法
Adaboost集成算法
特征工程（1）
特征工程（2）
超模Python交流QQ群
579295081
超模君等你来撩
扫码免费试学
