課程目標(biāo)： 本課程的教學(xué)內(nèi)容結(jié)合具體應(yīng)用案例，講解機(jī)器學(xué)習(xí)中的經(jīng)典原理和實(shí)際應(yīng)用，具體包括機(jī)器學(xué)習(xí)中的廣義線性回歸算法、隨機(jī)森林算法與圖模型等相關(guān)技術(shù)。本課程以Python編程語言為開發(fā)語言為基礎(chǔ)講解機(jī)器學(xué)習(xí)的基本原理以及在數(shù)據(jù)分析、文本處理等領(lǐng)域的典型應(yīng)用。通過本課程的學(xué)習(xí)，學(xué)員可以深入的掌握機(jī)器學(xué)習(xí)技術(shù)，并為后續(xù)獨(dú)立從事異常識(shí)別、風(fēng)險(xiǎn)管控、企業(yè)征信以及商品歸類等機(jī)器學(xué)習(xí)相關(guān)領(lǐng)域的開發(fā)工作奠定理論和應(yīng)用基礎(chǔ)，進(jìn)一步推動(dòng)企業(yè)的信息化水平。 課程大綱： 時(shí)間 主題 內(nèi)容 第一天 上午 數(shù)據(jù)挖掘主要技術(shù) 廣義線性回歸原理與應(yīng)用 1、數(shù)據(jù)挖掘主流算法 2、線性回歸與邏輯回歸原理與應(yīng)用 3、典型數(shù)據(jù)預(yù)處理與維度約減 4、廣義線性回歸原理與應(yīng)用 5、廣告點(diǎn)擊率預(yù)估數(shù)據(jù)挖掘案例 下午 決策樹與隨機(jī)森林原理與應(yīng)用 1、決策樹原理與應(yīng)用 2、ID3、C4.5與CART算法 3、隨機(jī)森林算法 4、共享單車投放地點(diǎn)和數(shù)量預(yù)測(cè)案例 5、數(shù)據(jù)聚類算法 6、新聞聚類與熱點(diǎn)主題發(fā)現(xiàn)案例 第二天 上午 圖模型原理與應(yīng)用 1、復(fù)雜網(wǎng)絡(luò)原理與應(yīng)用 2、經(jīng)典圖計(jì)算框架應(yīng)用 3、PageRank算法及應(yīng)用 4、基于圖模型的文本摘要案例 下午 基于圖模型的推薦算法 1、協(xié)同過濾推薦算法與應(yīng)用 2、商品推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) 3、SVD與其他矩陣分解算法與應(yīng)用 4、電影推薦經(jīng)典案例