相关题库

咨询

其他联系方式

所属系列课程

评价

数据科学:从线性回归到深度学习,tgbaggio,课程介绍: 1. 不仅从“道”的层面阐释了数据科学所要解决的核心问题——数据模型、算法模型的理论内涵和适用范围 2. 而且从“术”的层面以Python为工具,展示如何搭建模型以及通过算法实现模型,具有很强的实操性 3. 呈现数据科学较全面的知识体系,带给大家不同的观看学习体验 课程特色: 1. 勾勒出关于数据科学的全景图 2. 融合了统计学、机器学习和计算机科学的精髓 3. 详解分布式机器学习、深度学习等前沿方向 课程大纲: 1. 数据科学概述 2. Python安装与简介:告别 空谈 3. 数学基础:恼人但又不可或缺的知识 4. 线性回归:模型之母 5. 逻辑回归:隐藏因子 6. 工程实现:计算机是怎么算的 7. 计量经济学的启示:他山之石 8. 监督式学习之SVM: 万能分类器 9. 监督式学习之树模型: 模型的联结 10. 生成式模型之贝叶斯框架:量化信息的价值 11. 生成式模型之朴素贝叶斯:简单但有效的文本分类器 12. 生成式模型之判别分析:特殊的逻辑回归 13. 生成式模型之隐马尔可夫模型:量化投资的利器 14. 非监督学习之聚类 15. 非监督学习之降维 16. 分布式机器学习:集体力量 17. 神经网络:模拟人的大脑 18. 深度学习:继续探索 适用人群:对数据科学感兴趣的朋友,最好有一定数学和编程基础