課程大綱： 大數(shù)據(jù)處理實(shí)戰(zhàn)-強(qiáng)化學(xué)習(xí)算法培訓(xùn)
一
數(shù)據(jù)挖掘與建模算法
挖掘與建模理論
分類與預(yù)測（實(shí)現(xiàn)過程、算法、回歸分析、決策樹）
人工神經(jīng)網(wǎng)絡(luò)
聚類分析（常用聚類算法、Kmeans、聚類評(píng)估）
關(guān)聯(lián)規(guī)則
Apriori算法
時(shí)間序列算法
非平穩(wěn)時(shí)間算法
離群點(diǎn)檢測（離群點(diǎn)檢測方法、基于模型的離群點(diǎn)檢測）
二
算法與應(yīng)用進(jìn)階實(shí)操
算法介紹
算法分類
算法學(xué)習(xí)路徑
回歸算法、模型評(píng)估、K近鄰算法
決策樹與隨機(jī)森林算法、支持向量機(jī)
貝葉斯算法、神經(jīng)網(wǎng)絡(luò)、Adaboost算法
EM算法、貝葉斯算法
機(jī)器學(xué)習(xí)庫應(yīng)用
機(jī)器學(xué)習(xí)庫算法與數(shù)據(jù)應(yīng)用
挖掘背景與目標(biāo)、數(shù)據(jù)抽樣、數(shù)據(jù)探索分析、數(shù)據(jù)預(yù)處理、構(gòu)建專家樣本、模型建模
加入高級(jí)會(huì)員獲得助教答疑
