Python在机器学习领域应用是非常广泛的,比如,我们可以使用机器学习进行验证码识别,使用机器学习实现计算机视觉项目,或者,我们也可以使用机器学习技术实现网页分类、文本挖掘、情感分析等等各种各样的事情。机器学习的重点在于算法,而算法的学习相对来说是比较枯燥的,所以,只有在学习的时候让算法跟实例结合,才能够让算法的学习变得不枯燥,并且也才能够更好的将理论运用与实践。
直播时间:
3月23日开始起的每周四(5月5日除外)晚上20:00开始,连续12周。
每周大约1-2小时哦!
直播平台:
CSDN学院 (微信群在下方)
主讲嘉宾:
韦玮 (重庆韬翔网络科技有限公司CEO)
CSDN学院特邀IT专家,多年IT技术实战开发经验,曾出品过多门IT类课程,也做过技术总监,现在运营一家专注于中大型软件开发与IT技术服务的公司。
第一周:使用K-近邻算法识别简单数字验证码实战
分享内容(2017.03.23)
1、课程介绍与机器学习常见理论基础讲解
2、K-近邻算法精讲
3、K-近邻算法 Python 的实现
4、使用K-近邻算法识别简单数字验证码实战
第二周:使用决策树算法对测试数据进行分类实战
分享内容(2017.03.30 )
1、课程介绍与机器学习常见理论基础讲解
2、K-近邻算法精讲
3、K-近邻算法 Python 的实现
4、使用K-近邻算法识别简单数字验证码实战
第三周:使用 AdaBoost 算法进行二分类实战
分享内容(2017.04.06)
1、AdaBoost 元算法精讲
2、AdaBoost 元算法的 Python 实现
3、二分类思路
4、项目实战:使用 AdaBoost 算法进行二分类实战
第四周:使用支持向量机(SVM) 算法进行模式识别实战
分享内容(2017.04.13 )
1、支持向量机(SVM)算法精讲
2、支持向量机(SVM)算法的Python实现
3、模式识别思路
4、项目实战:使用支持向量机(SVM)算法进行模式识别实
第五周:使用逻辑回归算法进行融资成功概率分析实战
分享内容(2017.04.20)
1、逻辑回归算法精讲
2、逻辑回归算法的 Python 实现
3、融资成功概率分析思路
4、项目实战:使用逻辑回归算法进行融资成功概率分析实战
第六周:使用线性回归进行连续型分布预测实战
分享内容(2017.04.27 )
1、线性回归算法精讲
2、线性回归算法的 Python 实现
3、连续型分布预测概述
4、项目实战:使用线性回归进行连续型分布预测实战
由于文章长度有限,剩下第8、9、10、11、12周的分享内容就不一一列举了,只列举下主题哦!具体详情记得到报名页面查看哦!
第7周主题:使用 Apriori 算法进行关联分析实战
第8周主题:使用 AdaBoost 算法进行二分类实战
第9周主题:使用 FP-growth 算法进行频繁项集挖掘实战
第10周主题:通过 scikit-learn 实现文本特征提取
第11周主题:通过 scikit-learn 实现情感分析
第12周主题:通过 MILK 预测用户的还贷能力
本节课程面向有基础或无基础对python机器学习感兴趣的人员,通过系列课程的学习,了解实现原理,并进行实践开发。
1、课程全部采用 Python3.X 进行,虽然 Python2 比较稳定,但 Python3 一定是未来的趋势,现在掌握 Python3,一定会抢占先机。
2、课程注重实战,全程通过实战讲解,绝对干货。
3、课程体系比较强,会为大家讲解几种典型的机器学习项目的开发,让大家以此为中心,可以学会各种类型机器学习项目的开发。
4、报名的用户,可以进入专享学习交流群,随时沟通交流。
5、直播后提供视频回放+课件,反复学习和巩固知识。
6、在线问答+专属答疑课(每两周一次),帮助学生实战运用
点击下方即可报名,开课前会有短信/微信/邮件提醒哦!
Q1:本次直播哪里进行?为什么要加微信群?
A1:本次活动为视频直播。地址(上方二维码或者原文),报名页/直播页/回放页都是同一个哦!开讲前,CSDN助手会拉报名者进入分享群,老师也会定期在群里进行答疑互动哦。这里面有几百位微信开发的技术者,您将于同行进行技术交流哦!
Q2:为什么我报了名,却没有被拉群?
A2:小助手每天会定期手动拉群,如果还没拉到您,请不要着急,我们一定会拉的!报名在讲座开始前半小时截止,不要来太晚哦!
(放下小助手的二维码,加的时候备注python,否则无法拉入群!切记切记)
Q3:报名后错过直播可以回放吗?资料代码可以共享吗?
A2:报名后错过直播会提供回放的,一般是1-2内就会连同资料和视频上传,供您浏览哦!