ML工程师特训营

课程详情

课程详情

课程名称:ML工程师特训营

课程核心介绍

  • 第一阶段:夯实数学基础,为机器学习打下坚实基础。
  • 第二阶段:掌握基本模型,打开机器学习的大门。
  • 第三阶段:重中之重,深入学习特征工程。
  • 第四阶段:工业实战,实战中掌握机器学习技能。
  • 第五阶段:高阶知识,深入探索机器学习的奥秘。

适合人群

本课程适合对机器学习感兴趣,希望成为机器学习工程师的人群,包括:

  • 计算机科学、统计学等相关专业学生。
  • 有志于从事机器学习相关工作的职场人士。
  • 对机器学习有一定了解,希望提升技能的从业者。

学习收获

  • 掌握机器学习的基本概念和原理。
  • 熟悉常见的机器学习模型及其应用。
  • 具备特征工程的能力,提高模型性能。
  • 通过实战项目,提升解决实际问题的能力。
  • 深入了解机器学习的高级知识,拓展职业发展空间。

课程亮点

  • 理论与实践相结合,注重实战能力培养。
  • 资深讲师团队,提供专业指导。
  • 丰富的案例和项目,助力学员快速成长。
  • 完善的课程体系,满足不同层次学习需求。

课程目录

第一阶段:夯实数学基础
  第1课(上)微积分
  第1课(下)概率论
  第2课(上) 线性代数
  第2课(下) 凸优化
第二阶段:掌握基本模型 打开ML大门
  第3课 回归问题与应用
  第4课 决策树、随机森林、GBDT
  第5课 SVM
  第6课 最大熵与EM算法(上)
  第6课 最大熵与EM算法(下)
第三阶段:重中之重 特征工程
  第7课 机器学习中的特征工程处理
  第8课 多算法组合与模型最优化
第四阶段:工业实战 在实战中掌握一切
  第9课 sklearn与机器学习实战
  第10课 高级工具xgboost/lightGBM与建模实战
  第11课 用户画像与推荐系统
  第12课 聚类
  第13课 聚类与推荐系统实战
第五阶段:高阶知识 深入机器学习
  第14课 贝叶斯网络
  第15课 隐马尔科夫模型HMM
  第16课 主题模型