机器学习基本原理和经典应用案例培训，机器学习培训课程

课程目标： 本课程的教学内容结合具体应用案例，讲解机器学习中的经典原理和实际应用，具体包括机器学习中的广义线性回归算法、随机森林算法与图模型等相关技术。本课程以Python编程语言为开发语言为基础讲解机器学习的基本原理以及在数据分析、文本处理等领域的典型应用。通过本课程的学习，学员可以深入的掌握机器学习技术，并为后续独立从事异常识别、风险管控、企业征信以及商品归类等机器学习相关领域的开发工作奠定理论和应用基础，进一步推动企业的信息化水平。 课程大纲： 时间 主题 内容 第一天 上午 数据挖掘主要技术 广义线性回归原理与应用 1、数据挖掘主流算法 2、线性回归与逻辑回归原理与应用 3、典型数据预处理与维度约减 4、广义线性回归原理与应用 5、广告点击率预估数据挖掘案例 下午 决策树与随机森林原理与应用 1、决策树原理与应用 2、ID3、C4.5与CART算法 3、随机森林算法 4、共享单车投放地点和数量预测案例 5、数据聚类算法 6、新闻聚类与热点主题发现案例 第二天 上午 图模型原理与应用 1、复杂网络原理与应用 2、经典图计算框架应用 3、PageRank算法及应用 4、基于图模型的文本摘要案例 下午 基于图模型的推荐算法 1、协同过滤推荐算法与应用 2、商品推荐系统设计与实现 3、SVD与其他矩阵分解算法与应用 4、电影推荐经典案例