机器学习高级实战课程,上海数据分析网,【课程内容】 第一部分 机器学习基础 本节课程中，你可以学习到机器学习的基础知识，并初步了解一些机器学习可以完成的任务，如分类与回归问题，包括机器学习涉及到的统计分析知识以及模型评估和验证知识。 第二部分 机器学习常用算法 1.监督学习  监督学习是通过已标注过的训练数据来完成分类或回归任务的一类机器学习方法。 2.无监督学习 当数据样本没有标签的情况下，无监督学习是其解决问题的最佳方案。 第三部分 实战案例 在这部分课程中，你将在老师的带领下挑战三大经典实战案例： 案例一：零售顾客细分案例 【工具： R语言】 顾客细分（Customer segmentation）是银行、零售、电信、互联网等行业最常用的场景之一。 案例二：时间序列案例：预测比特币价格+预测口碑店家销售额(天池数据竞赛题目)【工具： Python】 时间序列数据是最常见的数据类型之一。本课程将采用最新的深度学习算法：RNN、LSTM 算法对比特币价格进行预测。 案例三.猫狗图片识别（Kaggle比赛经典题目）【工具：Python】 图像识别问题也是机器学习的经典应用场景。 适用人群：对机器学习有一定的了解，希望加强对机器学习的方法、场景案例以及工具的实际使用操作的学员。