機器學習基本原理和經典應用案例培訓，機器學習培訓課程

課程目標： 本課程的教學內容結合具體應用案例，講解機器學習中的經典原理和實際應用，具體包括機器學習中的廣義線性回歸算法、隨機森林算法與圖模型等相關技術。本課程以Python編程語言為開發語言為基礎講解機器學習的基本原理以及在數據分析、文本處理等領域的典型應用。通過本課程的學習，學員可以深入的掌握機器學習技術，并為后續獨立從事異常識別、風險管控、企業征信以及商品歸類等機器學習相關領域的開發工作奠定理論和應用基礎，進一步推動企業的信息化水平。 課程大綱： 時間 主題 內容 第一天 上午 數據挖掘主要技術 廣義線性回歸原理與應用 1、數據挖掘主流算法 2、線性回歸與邏輯回歸原理與應用 3、典型數據預處理與維度約減 4、廣義線性回歸原理與應用 5、廣告點擊率預估數據挖掘案例 下午 決策樹與隨機森林原理與應用 1、決策樹原理與應用 2、ID3、C4.5與CART算法 3、隨機森林算法 4、共享單車投放地點和數量預測案例 5、數據聚類算法 6、新聞聚類與熱點主題發現案例 第二天 上午 圖模型原理與應用 1、復雜網絡原理與應用 2、經典圖計算框架應用 3、PageRank算法及應用 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、協同過濾推薦算法與應用 2、商品推薦系統設計與實現 3、SVD與其他矩陣分解算法與應用 4、電影推薦經典案例