?

1：了解實際的事例結合說基本算法的各種變體，開闊思路
2：將一次培訓深化為深入了解一個細分領域的一個渠道，之后可以接收到培訓內容中知識點對應的業(yè)界最新更新。
3：加入“數(shù)據挖掘”職業(yè)圈，學員可以有一個加入職業(yè)社交圈的機會，和業(yè)內人士相互交流，相互切磋。

?

廣義線性分類的原理和應用	內容：logistic Regression和計算廣告學 二分類問題的例子n2.邏輯回歸的數(shù)學原理 傳統(tǒng)廣告，計算廣告，廣告實時交易平臺 數(shù)據預處理和維度提取 LR在計算廣告中的應用 LR的效果測評，模型調優(yōu) LR模型中理論與工程的折中 LR和他的小伙伴們：廣義線性模型n9.新情況，基于移動端的廣告實時交易平臺，LR的各種變體
決策樹，聚類和異常點檢測	內容：決策樹和異常點檢測 決策樹的原理 各種決策樹的生成算法 決策樹在異常點檢測中的應用 決策樹的剪枝 其它異常點檢測的應用小技巧 聚類算法的原理 聚類算法的常見問題：初始點選擇， 聚類算法和決策樹在異常點檢測中的應用 結合計算廣告，談兩個異常點檢測小例子
巨型圖挖掘	復雜網絡介紹 當前巨型圖應用場景 隨機圖，自然圖， 常用的圖計算框架（google的bagel，graphlab的graphx） 巨型圖上的算法實現(xiàn)原理 常用的基于圖的算法實現(xiàn) 隨機游走，pageRank基于圖的實現(xiàn) svd介紹以及svd在圖框架的實現(xiàn) 圖挖掘與推薦系統(tǒng)（qzone的廣告系統(tǒng)廣點通，twitter的內容推薦）