课程介绍 > 机器学习算法
机器学习算法
培训介绍

课程概述:

本课程讲解了常见的机器学习的基本知识、常见算法,包括回归算法、人工神经网络、决策树、K-Means聚类、朴素贝叶斯、支持向量机等常见算法,讲师会基于一些具体的案例,详细讲解算法的原理、实现及评估、优化等,学员通过学习,能够理解常见算法,并基于这些算法解决一些实际问题。本课程的操作由讲师演示操作完成。

 

课程纲要:

机器学习基础知识

模型评估及应用

一元线性回归建模及评估

多元线性回归建模及评估

非线性回归

不满足线性回归的前置条件的处理

逻辑回归

人工神经网络基础

MP模型及感知器

前馈网络及BP算法

朴素贝叶斯

支持向量机

决策树分类算法

案例演示及动手实验:泰坦尼克生存分析

案例演示及动手实验:客户流失预警

 

培训对象:

算法工程师、数据挖掘工程师、大数据开发工程师、大数据架构师、大数据分析师

 

学员收益:

了解机器学习的实质

掌握常见的机器学习算法的原理和实现方法

能选择合适的算法去处理不同的问题

能使用阿里云机器学习PAI解决实际问题

 

基础要求:

具备一定的数据基础知识,包括线性代数、高等数学、概率统计等;

具备一定的编程能力,掌握一门编程语言,以Python为佳

了解关系型数据库或者常见的大数据产品MaxCompute、Hive等,有数据处理经验为佳

 

培训形式:

面授+讲师演示

 

培训时长:

3天

 

学员人数上限:

15人