从去年的AlphaGo到今年人工智能首次写进政府工作报告，人工智能正在席卷全球，引发第4次工业革命，而AI的核心技术是机器学习和深度学习。无论是从事机器学习还是AI，都一定要多动手，否则 一切都是纸上谈兵。
国内领先的人工智能教育平台「七月在线」特此推出本《机器学习集训营》，集训营采用线上线下相结合的授课方式，加强项目实训的同时引入线下BAT专家面对面、手把手教学方式，且提供3个月的GPU云实验平台供免费使用，更精讲面试常见考点。
我们拥有来自BAT的专家级讲师和数位助教，给你全程1v1般的定制辅导。有问题，助教和老师随时辅导，手把手教会为止。
集训营内容分为八大部分，涵盖教你零基础快速上手编程、数据爬取、数据分析、数据可视化、玩转大数据、机器学习从原理到实战、深度学习从原理到实战、BAT工业级大项目实战。
还原BAT真实生产环境，提供工业数据和国内首创的价值数十万的GPU云实验平台（提前装tensorflow、caffe、mxnet等主流DL框架和相关数据）。提供完善的实验平台供您动手、真枪实战。
通过在线课程从头到尾掌握机器学习工业项目的各项流程、模型、算法，通过在线实训巩固强化实战所学，通过线下项目辅导练就ML工业项目的全栈能力。
根据集训营实战项目，将涉及到的关键知识点和项目经历优化到您的简历中。
精讲机器学习工程师面试时常见考点/模型/算法，且BAT一线技术经理一对一模拟真实面试，从技术、表达等方面全方位提升您的面试能力。根据您的技术特长提供定制化的能力评估、就业指导以及包括BAT等一线互联网公司的工作机会推荐。3个月挑战年薪30~50万。
第一阶段：零基础快速上手编程
在线课程：1-基本python类型、判断与循环流程等
在线实训：2-python基本练习题
在线课程：3-文件/数据读写、面向对象、第三方库等
在线实训：4-多种数据读写与面向对象练习
线下实训：5-python基本练习题 与 google python实战题
第二阶段：数据爬取得心应手
在线课程：1-requests抓取与静态网页解析
在线实训：2-新闻网站与链家网数据爬取
在线课程：3-模拟登陆与分布式爬虫
在线实训：4-豆瓣与链家详情数据爬取
在线课程：5-selenium与动态网站爬取
在线实训：6-去哪儿/携程与电商数据爬取
线下实训：7-新闻网站与链家网数据爬取
第三阶段：数据分析全攻略
在线课程：1-pandas花式数据统计与分析技能
在线实训：2-pandas综合练习
在线课程：3-用pandas完成机器学习数据预处理与特征工程
在线实训：4-pandas完成Kaggle机器学习预处理
线下实训：5-美国大选、共享单车数据分析
第四阶段：可视化提升数据逼格技能get
在线课程：1-好用的python可视化利器matplotlib
在线实训：2-matplotlib完成Titanic和自行车租赁数据可视化
在线课程：3-自带各种数据拟合分析的可视化利器seaborn
在线实训：4-seaborn完成Titanic和自行车租赁数据可视化
线下实训：5-美国大选、共享单车完整可视化实战
第五阶段：玩转大数据
在线课程：1-hadoop与map-reduce
在线实训：2-手写map-reduce完成词频统计，制作词云
在线课程：3-Spark与大数据处理
在线实训：4-Spark大数据日志分析
线下实训：5-大数据分析处理案例
第六阶段：机器学习原理到实战
在线课程：1-机器学习流程、预处理、特征工程
在线实训：2-Kaggle机器学习比赛中的特征工程处理实战
在线课程：3-模型评判标准与部分机器学习有监督算法
在线实训：4-sklean接口熟悉与机器学习建模指导
线下实训：5-sklearn建模与使用
在线课程：6-机器学习有监督算法与无监督学习
在线实训：7-sklearn刷Kaggle比赛题
在线课程：8-机器学习集成算法与大杀器Xgboost/LightGBM
在线实训：9-Xgboost与LightGBM使用
线下实训：10-集成算法与场景建模
第七阶段：深度学习原理到实战
在线课程：1-深度神经网络、google wide&&deep模型、腾讯通用CTR神经网络框架与实现
在线课程：2-卷积神经网络、caffe实战图像分类、Tensorflow实战图像风格变换实现
在线课程：3-循环神经网络、Tensorflow实战情感分析与文本生成实现
线下实训：4-Caffe&&Tensorflow实战
第八阶段：实际综合项目与就业指导
线下实训：1-自然语言处理项目
(文本数据抓取+spark/pandas数据分析+可视化+特征抽取+Sklearn/Spark机器学习建模+深度学习建模)
线下实训：2-分类与推荐系统实战
(音乐数据抓取+spark/pandas分析+可视化+协同过滤+隐语义模型+特征抽取分类建模)
线下实训：3-图像项目
(图像分类+图像检索)
线下实训：4-机器学习面试辅导
(面试注意点+常见面试考点精讲+简历指导+项目展示)
寒小阳
著名电商搜索广告负责人，多年实际ml/DL/dm项目经验，专注海量数据上机器学习算法的应用与优化。做过推荐系统、NLP、点击率预估、图像识别。讲课清晰易懂，擅长用实际数据、代码、案例说话，备受数千名学员好评。
褚博士
芝加哥大学计算机博士，研究方向为NLP、ML、DL，熟练当前深度学习在NLP领域的模型与应用。
冯老师
专注机器学习/人工智能，擅长解释机器学习中看似艰深晦涩的概念，熟悉模型背后的数学原理。曾工作于某知名私募的量化交易团队，参与高频交易中统计学习模型的开发。课堂上善于全程举例，所讲直达本质且不失生动有趣。
加号
主攻Deep Learning，牛津大学计算机系毕业，曾师从Google DeepMind的领军人物Prof. Nando de Freitas。UiiTech创始人，原TypeScore首席数据科学家。现就职于伦敦某投资银行的金融创新实验室（Innovation Lab），专注金融行业的AI构架与大数据产品研发。
李老师
曾任职百度研发工程师。出版《TensorFlow技术解析与实战》，本书获得Jeff Dean、李航、余凯、山世光等专家倾力推荐。对深度学习框架的架构、源码分析及应用有一定经验，参与过基于DL的自动驾驶二维感知系统Hackathon竞赛。
王博士
某金融科技数据科学家，计算机博士毕业，从事数据挖掘、大规模社交网络分析、社会计算等领域研究近5年，常年在互联网一线打拼，致力于将学术产业化。现从事金融反欺诈工作，利用特征工程与机器学习技术搭建自动化线上信贷反欺诈模型。
扫码领取免费课程
