客服咨询
意见反馈
介绍
目录
课程概述
本课程是清华大学的课程，共20学时。 本课程培养学习者深入理解大数据机器学习理论基础，牢固掌握大数据机器学习方法，并能够解决实际问题等综合能力。
课程目标
1.指导学习者掌握统计学习基本理论 2.指导学习者掌握机器学习基本方法 3.指导学习者掌握深度学习理论和方法
考核评价
通过学习，学员会掌握以下的知识点： 1.机器学习的基本概念； 2.贝叶斯分类器及图模型，决策树和随机森林，SVM； 3.降维与度量学习，条件随机场；
讲师介绍
详细介绍
适用对象：相关岗位员工、管理者（大数据行业）
主要内容：
本课程培养学习者深入理解大数据机器学习理论基础，牢固掌握大数据机器学习方法，并能够解决实际问题等综合能力。
课程属性：专业岗位技能类
第一章 概述
第二章 机器学习基本概念
第三章 模型性能评估
第四章 感知机
第五章 聚类
第六章 贝叶斯分类器及图模型
第七章 决策树和随机森林
第八章 逻辑斯谛回归与最大熵模型
第九章 SVM
第十章 核方法与非线性SVM
第十一章 降维与度量学习
第十二章 提升方法
第十三章 EM算法及混合高斯模型
第十四章 计算学习理论
第十五章 隐马尔可夫模型
第十六章 条件随机场
第十七章 概率图模型的学习与推断
第十八章 神经网络和深度学习
第十九章 深度学习正则化方法
第二十章 深度学习优化方法
监督管理单位：江苏省人力资源和社会保障厅 运营服务单位：杭州沃土教育科技股份有限公司 技术支持单位：浙江浙大网新软件产业集团有限公司
