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






