班级规模及环境--热线:4008699035 手机:15921673576( 微信同号) |
每个班级的人数限3到5人,互动授课, 保障效果,小班授课。 |
上间和地点 |
上部份地点:【上海】同济大学(沪西)/新城金郡商务楼(11号线白银路站)【深圳分部】:电影大厦(地铁一号线大剧院站)/深圳大学成教院【北京分部】:北京中山学院/福鑫大楼【南京分部】:金港大厦(和燕路)【武汉分部】:佳源大厦(高新二路)【成都分部】:领馆区1号(中和大道)【沈阳分部】:沈阳理工大学/六宅臻品【郑州分部】:郑州大学/锦华大厦【石家庄分部】:河北科技大学/瑞景大厦 最近开间(周末班/连续班/晚班):2019年1月26日 |
实验设备 |
◆小班教学,教学效果好 ☆注重质量☆边讲边练 ☆合格学员免费推荐工作 ★实验设备请点击这儿查看★ |
质量保障 |
1、培训过程中,如有部分内容理解不透或消化不好,可免费在以后培训班中重听; 2、课程完成后,授课老师留给学员手机和Email,保障培训效果,免费提供课后答疑。 3、培训合格学员可享受免费推荐就业机会。☆合格学员免费颁发相关工程师等资格证书,提升职业资质。专注高端技术培训15年,端海学员的能力得到大家的认同,受到用人单位的广泛赞誉,端海的证书受到广泛认可。 |
部份程大纲 |
|
1. 机器学习概述
a) 人工智能概述
b) 什么是机器学习
c) 机器学习算法分类
d) 机器学习开发流程
e) 学习框架和资料介绍
2. 特征工程
a) 数据集
b) 特征工程介绍
c) 特征抽取
d) 特征预处理
e) 特征降维
f) 主成分分析
3. 分类算法
a) sklearn转换器和估计器
b) K-近邻算法
c) 模型选择与调优
d) 朴素贝叶斯算法
e) 决策树
f) 集成学习方法之随机森林
4. 回归与聚类算法
a) 线性回归
b) 欠拟合与过拟合
c) 线性回归的改进-岭回归
d) 分类算法-逻辑回归与二分类
e) 模型保存和加载
f) 无监督学习-KMeans算法
第1节 - 人工智能概述
第2节 - 什么是机器学习
第3节 - 机器学习算法分类
第4节 - 机器学习开发流程
第5节 - 学习框架和资料介绍
第6节 - 可用数据集
第7节 - sklearn数据集使用
第8节 - 字典特征抽取
第9节 - 文本特征抽取CountVectorizer
第10节 - 中文文本特征抽取
第11节 - 文本特征抽取TfidfVevtorizer
第12节 - 数据预处理-归一化
第13节 - 数据预处理-标准化
第14节 - 什么是降维
第15节 - 删除低方差特征与相关系数
第16节 - 主成分分析
第17节 - instacart降维案例
|