Python师资培训-机器学习系列2_计量实证分析

上课信息

上课时间： 2022年8月12-15日 (四天)
9:00-12:00；14:00-17:00；答疑

上课地点： 远程学习, 提供录播回放及主讲老师答疑

课程章节详情

Python师资培训-机器学习系列2

一、集成学习介绍与应用（8小时）

1. 集成学习的优势

2. 集成学习常用算法介绍：原理与实现

随机森林

adaboost

GBDT

Xgboost

Stacking

3. 集成学习算法的学术应用

二、高级特征工程处理技术（8小时）

1、特征工程的重要性

2、常用特征工程处理技术：

特征选择

特征构造

特征转换

特征学习

3、特征工程的在学术研究中的应用

三、神经网络与深度学习（8小时）

1、神经网络的引入，为什么需要深度学习？

2、深度学习常用模型介绍与应用：

卷积神经网络与图像处理

循环神经网络与文本分析

多模态网络与应用

3、深度学习在学术研究中的应用：

股票市场预测

信用风险评估

资产定价

报名时间	2022-05-31 00:00 至 2022-08-12 00:00
培训时间	2022年8月12-15日 (四天)
培训地点	远程学习, 提供录播回放及主讲老师答疑
培训费用	4200元 (含远程，资料，录播，答疑)
授课安排	9:00-12:00；14:00-17:00；答疑

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100余篇，其中第一或通讯作者论文60余篇，申请发明专利20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。

课程目的：

通过案例实际讲授如何在学术领域应用，可以输出到论文/专利作为成果。

适用专业：

理工科

经济管理

课程内容：

一、集成学习介绍与应用（8小时）

1. 集成学习的优势

2. 集成学习常用算法介绍：原理与实现

随机森林

adaboost

GBDT

Xgboost

Stacking

3. 集成学习算法的学术应用

二、高级特征工程处理技术（8小时）

1、特征工程的重要性

2、常用特征工程处理技术：

特征选择

特征构造

特征转换

特征学习

3、特征工程的在学术研究中的应用

三、神经网络与深度学习（8小时）

1、神经网络的引入，为什么需要深度学习？

2、深度学习常用模型介绍与应用：

卷积神经网络与图像处理

循环神经网络与文本分析

多模态网络与应用

3、深度学习在学术研究中的应用：

股票市场预测

信用风险评估

资产定价

优惠：

陈远祥老师Python系统课程老学员8折优惠；

现场班老学员9折优惠；

折扣优惠不叠加。

联系方式：

尹老师

电话：13321178792

QQ：42884447

WeChat：JGxueshu

Python学术系列课程：

Python编程基础→（Python爬虫）→Python机器学习→Python机器学习系列2/Python文本分析

发表

课程订阅

订阅课程

讲师介绍

陈远祥

Python师资培训-机器学习系列2

一、集成学习介绍与应用（8小时）

1. 集成学习的优势

2. 集成学习常用算法介绍：原理与实现

3. 集成学习算法的学术应用

二、高级特征工程处理技术（8小时）

1、特征工程的重要性

2、常用特征工程处理技术：

3、特征工程的在学术研究中的应用

三、神经网络与深度学习（8小时）

1、神经网络的引入，为什么需要深度学习？

2、深度学习常用模型介绍与应用：

3、深度学习在学术研究中的应用：

一、集成学习介绍与应用（8小时）

1. 集成学习的优势

2. 集成学习常用算法介绍：原理与实现

3. 集成学习算法的学术应用

二、高级特征工程处理技术（8小时）

1、特征工程的重要性

2、常用特征工程处理技术：

3、特征工程的在学术研究中的应用

三、神经网络与深度学习（8小时）

1、神经网络的引入，为什么需要深度学习？

2、深度学习常用模型介绍与应用：

3、深度学习在学术研究中的应用：

课程订阅

讲师介绍

相关课程

Peixun.net

Python师资培训-机器学习系列2

请认真填写以下信息，方便为您服务

Peixun.net

您关于：

Python师资培训-机器学习系列2

的报名信息已经提交成功。

您可以选择登录或者注册更方便您管理课程。

Python师资培训-机器学习系列2

一、 集成学习介绍与应用（8小时）

1. 集成学习的优势

2. 集成学习常用算法介绍：原理与实现

3. 集成学习算法的学术应用

二、 高级特征工程处理技术（8小时）

1、 特征工程的重要性

2、 常用特征工程处理技术：

3、 特征工程的在学术研究中的应用

三、 神经网络与深度学习（8小时）

1、 神经网络的引入，为什么需要深度学习？

2、 深度学习常用模型介绍与应用：

3、 深度学习在学术研究中的应用：

一、 集成学习介绍与应用（8小时）

1. 集成学习的优势

2. 集成学习常用算法介绍：原理与实现

3. 集成学习算法的学术应用

二、 高级特征工程处理技术（8小时）

1、 特征工程的重要性

2、 常用特征工程处理技术：

3、 特征工程的在学术研究中的应用

三、 神经网络与深度学习（8小时）

1、 神经网络的引入，为什么需要深度学习？

2、 深度学习常用模型介绍与应用：

3、 深度学习在学术研究中的应用：

课程订阅

讲师介绍

相关课程

Peixun.net

Python师资培训-机器学习系列2

请认真填写以下信息，方便为您服务

Peixun.net

您关于：

Python师资培训-机器学习系列2

的报名信息已经提交成功。

您可以选择 登录 或者 注册 更方便您管理课程。

一、集成学习介绍与应用（8小时）

二、高级特征工程处理技术（8小时）

1、特征工程的重要性

2、常用特征工程处理技术：

3、特征工程的在学术研究中的应用

三、神经网络与深度学习（8小时）

1、神经网络的引入，为什么需要深度学习？

2、深度学习常用模型介绍与应用：

3、深度学习在学术研究中的应用：

一、集成学习介绍与应用（8小时）

二、高级特征工程处理技术（8小时）

1、特征工程的重要性

2、常用特征工程处理技术：

3、特征工程的在学术研究中的应用

三、神经网络与深度学习（8小时）

1、神经网络的引入，为什么需要深度学习？

2、深度学习常用模型介绍与应用：

3、深度学习在学术研究中的应用：

您可以选择登录或者注册更方便您管理课程。