应江勇
课程
机器学习和深度学习的解决方案及应用
2019-05-10 更新 477次浏览
课程大纲
第一单元机器学习相关概念
机器学习、数据挖掘概述
机器学习基础思想与原理
理清人工智能、机器学习、深度学习、数据挖掘方面的联系及区别
第二单元机器学习的落地与流程
案例：讲解机器学习落地的具体步骤及主要要点围
收集数据——准备数据——分析数据——训练——测试——应用
训练数据——验证数据——测试数据：参数
第三单元机器学习算法演练
介绍有监督和无监督的区别及分类比较
实际工作中会用到的具体算法（理论+案例）
有监督算法包括哪几种？无监督算法包括哪几种？
通过R或PYTHON代码现场演练
第四单元理解深度学习
深度学习的概念
深度学习和机器学习的异同
深度学习的计算法
第五单元机器学习和深度学习的实践案例与应用场景
数据依赖
特征工程
解决方案的比较
案例：介绍运营商、央视、保险、检察院等行业相关实例
课程总结
课程标签：大数据营销
