求知 文章 文库 Lib 视频 Code iProcess 课程 认证 咨询 工具 火云堂 讲座吧   成长之路  
会员   
 
 
 
全部课程 | 技术学院 | 管理学院 | 嵌入式学院 | 在线学院  
成功案例   品质保证  电话 English
追随技术信仰

随时听讲座
每天看新闻
 
   
成功案例
某金融公 Mysql集群与性
知名某信 NoSQL缓存数据
财政部唯 大数据分析专题-R
神龙汽车 大数据技术平台-H
中国电信 大数据时代与现代企
某知名银 大数据分析专题-R
IGT 数据分析与挖掘

相关课程  
并发、大容量、高性能数据库
高级数据库架构设计师
Hadoop原理与实践
HBase原理与高级应用
Oracle 数据仓库
数据仓库和数据挖掘
Oracle数据库开发与管理
 
全部课程 >人工智能  
机器学习和数据挖掘课程 
563 次浏览  27 次
吴炜
淘宝资深数据挖掘工程师,曾经任职于盛大,mediav,腾讯.
 
时间地点北京,上海,深圳根据报名开班
课程费用:5000元/人
 
企业内训:可以根据企业需求,定制内训,详见 内训学习手册


认证方式:
培训前了解能力模型。
培训后进行能力评测:
  • 在线考试
  • 能力分析,给出学习建议
  • 合格者颁发证书,作为职业技能资格证明


    理解数据挖掘的基本算法,比如决策树,聚类算法,逻辑回归,关联规则。进一步地,从最优化理论的高度解释为何这些数据挖掘的算法要这样设计。最后,从实际数据挖掘案例的角度解释理论中的算法和实际应用场景下的差距,如何在准确率和有限的时间,算法性能上做折中,和实际的事例结合说基本算法的各种变体。

    培训特色

    • 幻灯片算法讲解,结合代码分析,剖析算法原理;实际应用举例和和业界趋 势分析
    • 成熟开源框架介绍和实例(Theano, TensorFlow)。
    • 使学员能够了解机器学习的流程步骤;理解用机器学习方法解决实际问题的方法和思路;
    • 初步掌握基础机器学习的算法和实现方法。
    培训目标:

    课程中的理论和经验来自于对初级数据挖掘工程经常遇问题的归纳、分析与总结,有针对性的给出解决方法,课程将重现这些问题的经典案例,通过实例讲解,并对应到学员的实际工作问题,使学员能够把传授的经验和自己的问题结合起来,有效的启发思路、激发兴趣、提供解决问题需要的新思路新方法。
    学员的收获总结起来有3点:
      1:了解实际的事例结合说基本算法的各种变体,开阔思路
      2:将一次培训深化为深入了解一个细分领域的一个渠道,之后可以接收到培训内容中知识点对应的业界最新更新。
      3:加入“数据挖掘”职业圈,学员可以有一个加入职业社交圈的机会,和业内人士相互交流,相互切磋。
    培训对象
    • 有一定的程序和数学基础,希望对于数据挖掘有个知识体系的梳理,同时深入了解在实际生产过程中数据挖掘的各种算法的应用的,希望从初级走向中级的,数据增值产业的从业者。尤其是想做数据挖掘但是效果不显著,希望在公司内部得到更多重视的团队,派出两三人参加这个课程,效果尤佳。
    • 对于数据挖掘,商业智能感兴趣,希望从事类似的工作,但是又感到所谓“大数据”知识体系繁杂,无论是广度还是深度都很难开始的“迷茫”人士。
    学员基础
    学员学习本课程应具备下列基础知识:
    1) 知道统计学的一些基本概念:平均分布,正态分布,方差,置信区间;
    2) 知道数据结构的一些基本概念:时间,空间复杂度;
    3) 知道计算机体系结构的一些基本概念:GPU,芯片,寄存器,内存寻址,总线传输,内网通信
    授课方式: 定制课程 + 案例讲解 + 小组讨论,60%案例讲解,40%实践演练

    培训内容:2天

    广义线性分类的原理和应用
    内容:logistic Regression和计算广告学
  • 二分类问题的例子n2.逻辑回归的数学原理
  • 传统广告,计算广告,广告实时交易平台
  • 数据预处理和维度提取
  • LR在计算广告中的应用
  • LR的效果测评,模型调优
  • LR模型中理论与工程的折中
  • LR和他的小伙伴们:广义线性模型n9.新情况,基于移动端的广告实时交易平台,LR的各种变体
  • 决策树,聚类和异常点检测
    内容:决策树和异常点检测
  • 决策树的原理
  • 各种决策树的生成算法
  • 决策树在异常点检测中的应用
  • 决策树的剪枝
  • 其它异常点检测的应用小技巧
  • 聚类算法的原理
  • 聚类算法的常见问题:初始点选择,
  • 聚类算法和决策树在异常点检测中的应用
  • 结合计算广告,谈两个异常点检测小例子
    巨型图挖掘
  • 复杂网络介绍
  • 当前巨型图应用场景
  • 随机图,自然图,
  • 常用的图计算框架(google的bagel,graphlab的graphx)
  • 巨型图上的算法实现原理
  • 常用的基于图的算法实现
  • 随机游走,pageRank基于图的实现
  • svd介绍以及svd在图框架的实现
  • 图挖掘与推荐系统(qzone的广告系统广点通,twitter的内容推荐)
     
    563 次浏览  27 次
    其他人还看了课程
    强化学习及案例实践  31 次浏览
    自然语言处理(NLP)  153 次浏览
    机器学习及其matlab实现-从基础到实践  107 次浏览
    人工智能概况和前沿展望  288 次浏览
    TensorFlow 架构和应用  1433 次浏览
    深度学习模型 & Tensorflow框架实践  1474 次浏览
    定制内训



    最新活动计划
    [北京]Python及数据分析 11-15
    [北京]嵌入式Linux应用开发 11-20
    [北京]需求分析与管理 11-29
    [北京]人工智能机器学习和深度学习 11-26
    [上海]嵌入式软件可靠性设计 12-19
    [上海]人工智能机器学习和深度学习 11-22
    [深圳]深度学习&Tensorflow框架 12-3
    [深圳]数据仓库多维建模方法与应用 11-24
    [深圳]嵌入式软件架构设计高级实践 12-3
     
     
     

     
    每天2个文档/视频
    扫描微信二维码订阅
    订阅技术月刊
    获得每月300个技术资源
     
    希望我们的资料可以帮助你学习,也欢迎投稿&提建议给我
    频道编辑:sky
    邮       件:sky@uml.net.cn

    关于我们 | 联系我们 | 京ICP备10020922号 京公海网安备110108001071号