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,免费提供半年的技术支持。 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 |
|
第一节:机器学习基本理论
机器学习概述
机器学习算法分类及知识框架
机器学习相关概念
机器学习一般步骤
案例:用R实现机器学习模型预测
第二节:R语法基础
R语言基础语法
数据处理常用R包介绍(tidyr,dplyr,stringr,reshape2,ggplot2)
数据的存取与编辑
非结构化数据的读取
案例:用R实现MySQL数据库数据读取
第三节:数据清洗方法
缺失数据处理
异常值的辨识处理
不平衡数据的处理
特征提取与特征工程
案例:针对美国人群收入等数据进行数据清洗
第四节:线性回归与Logistic回归
线性回归与最小二乘法
Lasso回归及岭回归
Logistic回归模型
多分类Logistic回归模型
案例:运用Logistic回归模型预测学生录取情况
第五节:K最近邻(KNN)算法
k近邻算法原理
k近邻算法R实现
案例:运用KNN实现前列腺癌症检测
第六节:聚类算法
聚类算法原理
聚类算法R实现
案例:运用聚类分析进行离群点识别
第七节:基于决策树类型算法介绍
决策树算法
随机森林算法
第八节:提升算法
Adaboost算法
GBDT算法
XGBoost
案例:针对美国人群收入预测模型比较
第九节:SVM支持向量机算法介绍
SVM基本原理
SVM算法的R实现
第十节:人工神经网络
人工神经网络(RNN)
深度学习
案例:运用神经网络实现手写数字识别
第十一节:地图可视化:上海交通地图数据可视化实战
数据可视化基本图形选择汇总
绘制数据地图常用方法
交互式可视化实战
第十二节:机器学习mlr包:债务预测实战
mlr包介绍
实际问题分析及数据处理
多种分类算法模型的比较
模型评价方法汇总
|