Python机器学习学术应用 我要报名 ¥4000
Peixun.net > 现场班 > 计量实证分析 > Python机器学习学术应用

Python机器学习学术应用

难度系数:     课程系列:A4
课时:0 分钟| 35人学习 分享 收藏
从机器学习学术应用介绍到机器学习核心算法到机器学习学术应用指导
北邮博导陈远祥亲授和答疑
特别赠送Python编程基础课程
参加12月机器学习课程可以8折优惠购买陈远祥老师的爬虫及文本分析课程~!

上课信息

上课时间: 2020年12月6,12-13,19-20日(五天)
9:00-12:00, 13:30-16:30; 答疑

上课地点: 远程直播,提供录播回放

Python机器学习学术应用

第一部分:(0.5天)机器学习学术应用介绍

机器学习基本思想

常用机器学习算法模型

机器学习算法库介绍

机器学习在学术领域应用场景

第二部分:算法原理与实战(4天)

1、KNN算法:

KNN算法基本原理

常用相似度衡量方法、KNN用于分类和回归

KNN模型参数优化

Python案例:KNN用于鸢尾花数据集分类

2、决策树:

决策树基本原理

决策树分类

决策树用于分类和回归实现

决策树参数优化

Python案例:决策树实现波士顿房价预测

3、线性回归:

线性回归的求解、岭回归、LASSO和弹性网

Python案例:线性回归实现鲍鱼年龄预测

4、逻辑回归:

逻辑回归基本原理

从线性回归到逻辑回归

逻辑回归实现和参数优化

Python案例:逻辑回归实现病马死亡率预测

5、神经网络:

神经网络基础

神经网络中的激活函数

神经网络Python实现与参数调优

Python案例:手写数字识别

6、贝叶斯网络:

贝叶斯分类原理

朴素贝叶斯

贝叶斯模型分类

Python案例:垃圾邮件过滤

7、支持向量机:

支持向量机分类原理

线性SVM和非线性SVM

Python案例:人脸识别

8、随机森林:

决策树与随机森林

随机森林原理

随机森林Python实现与参数调优

Python案例:随机森林用于泰坦尼克沉船预测

9、聚类:

聚类原理

聚类和分类

k-means聚类原理

k-means python实现

Python案例:聚类用于客户价值识别

第三部分:Python机器学习学术应用指导(0.5天)

数据发现与变量创造,预测,因果推断;

文本大数据应用;

基于机器学习的学术论文写作指导


讲师介绍:

陈远祥,北京邮电大学副教授 。2014年毕业于北京大学,获通信与信息系统专业博士学位,2015年-2017年在北京大学做博士后研究。

发表SCI/EI学术论文80余篇,其中第一或通讯作者论文40余篇,申请发明专利4项。

主持国家自然科学基金面上项目,国家重点研发计划子课题,国家自然科学基金青年项目及博士后基金等多个国家级和省部级项目。

IEEE、OSA会员,OpticsExpress, IEEE Photonics Technology Letters,PhotonicsJournal,Applied Optics等多个SCI期刊审稿人。



预习课程:

Python编程基础:http://www.peixun.net/view/1595.html


正式课程:

第一部分:(0.5天)机器学习学术应用介绍:

机器学习基本思想

常用机器学习算法模型

机器学习算法库介绍

机器学习在学术领域应用场景


第二部分:算法原理与实战(4天)

1、KNN算法:

KNN算法基本原理

常用相似度衡量方法、KNN用于分类和回归

KNN模型参数优化

Python案例:KNN用于鸢尾花数据集分类


2、决策树:

决策树基本原理

决策树分类

决策树用于分类和回归实现

决策树参数优化

Python案例:决策树实现波士顿房价预测


3、线性回归:

线性回归的求解、岭回归、LASSO和弹性网

Python案例:线性回归实现鲍鱼年龄预测


4、逻辑回归:

逻辑回归基本原理

从线性回归到逻辑回归

逻辑回归实现和参数优化

Python案例:逻辑回归实现病马死亡率预测


5、神经网络:

神经网络基础

神经网络中的激活函数

神经网络Python实现与参数调优

Python案例:手写数字识别


6、贝叶斯网络:

贝叶斯分类原理

朴素贝叶斯

贝叶斯模型分类

Python案例:垃圾邮件过滤


7、支持向量机:

支持向量机分类原理

线性SVM和非线性SVM

Python案例:人脸识别


8、随机森林:

决策树与随机森林

随机森林原理

随机森林Python实现与参数调优

Python案例:随机森林用于泰坦尼克沉船预测


9、聚类:

聚类原理

聚类和分类

k-means聚类原理

k-means python实现

Python案例:聚类用于客户价值识别


第三部分:Python机器学习学术应用指导(0.5天)

数据发现与变量创造,预测,因果推断;

文本大数据应用;

基于机器学习的学术论文写作指导


优惠:

现场班老学员9折优惠;
同一单位三人以上同时报名9折优惠;

同一单位六人以上同时报名8折优惠;

以上优惠不叠加。


联系方式:

尹老师

电话:010-53352991

QQ:42884447

WeChat:yinyinan888

尹老师微信二维码.png


参加12月机器学习课程可以8折优惠购买陈远祥老师的爬虫及文本分析课程~!

课程订阅

讲师介绍


Peixun.net

Python机器学习学术应用

请认真填写以下信息,方便为您服务
  • 姓名:
  • 电话:
  • 邮箱:
  • 备注:
  • 邀请码:
  • 您还可以选择 登录 或者 注册 更方便您管理课程。

Peixun.net

您关于:

Python机器学习学术应用

的报名信息已经提交成功。

去购物车结算
您可以选择 登录 或者 注册 更方便您管理课程。
回头再说

邮件已发送!

已成功发送邮件到您注册的邮箱 请前往查询并点击链接重置密码

有待解答的问题

3 名学员对您的课程提问,需要您作出回答。 现在就去