【课程简介】
通过实战入门机器学习,无需具备任何Al基础,学完后即可以应用到工作和科研项目中。
【课程特色】
1、全面覆盖
所有核心机器学习算法,讲透每- -个背后技术细节和推导
2、实战和理论结合
区别于只讲理论的课程,每一项技术都配备实战案例
3、丰富的案例和项目
数十个案例来自医疗、生物、社会科学等十几个不同领域
4、专业的教研团队
所有内容均由业界顶 尖AI专家精心制作完成
5、一体化的学习体验
视频、字图片、编程.项目的结合,告别只着视频的被动学习
6、专业的项目练习
所有家例和项目均可在云端平台上完成,助教辅的答疑和项目批改导
【课程内容】
【项目案例】
1、广告点击率预测
很多大型互联网公司是靠广告赚钱的比如百度,Google等。我们在搜索时经常能看到这些平台展示出来的广告,这时候如果我们去点击广告,平台会从广告主那边收取一定的费用。这里有个有趣的博弈:对于平台来讲他们想尽可能赚钱,如果想赚钱广告需要被点击,这就要求他们能够把广告精准推送给潜在的客户;另一方面,对于广告主来讲,他们是想节省成本,希望广告能被真正的潜在客户点击,而不是不相关的客户来咨询。为了去撮合双方的利益,平台会设计一种算法来去匹配广告和用户。其中,最核心的问题是广告点击率,也就是一个用户点击某一个广告的概率。如果平台能够提升这个概率,实际上对双方都是有利的。这就是为什么广告点击率预测如此重要的主要原因。 在这个项目中,我们希望通过广告的一些属性(如标题,描述...)以及用户的标签来预测出一个投放出去的广告是否会被潜在用户点击。如果平台测算出很可能会被点击,才会放出来。通过这个项目的练习,你将会掌握特征工程、参数搜索、分类算法使用等技能。
知识要点
·逻辑回归
·特征工程
·网格搜索
·贝叶斯优化
·特征选择
·F1-Score
2、情感分析项目
情感分析属于经典的文本分类的一种,它的任务是给定一个文本,让模型自动判断这个文本所表达的情感是正面还是负面。虽然情感分析已经经历了很长的一段时间探索,但目前从工业界应用来看仍然是可落地的最值得去做的项目。通过完成这个项目,你将会有机会掌握中文分词、分布式表示、词向量、BERT的使用、句子向量等很多核心技术。另外,情感分析的场景也很多,比如一个公司想做公关,所以希望时刻监控舆论的影响;一些基金公司通过市场上的舆情来判断股市的未来走势;美国大选希时望通过影响舆情来获得胜选;一家公司通过舆情分析来找出自己产品的缺点并做以改进。 除此之外,由于情感分析是文本分类项目,所以完成此项目之后也会知道如何去解决各种文本分类问题如新闻主题分类、垃圾邮件分类、意图分类等,可达到举一反三的效果。
知识要点
·中文分词
·逻辑回归
·朴素贝叶斯
·集成模型
·词向量
·BERT向量
·句子向量
3、信用卡欺诈预测
金融的核心是风险控制,这是不变的事实,毕竟金融本身离钱非常近,必须要做好风控。在金融业务中,一项很重要业务是贷款,银行需要把闲置的钱贷出去。在传统银行的做法是,需要收集各种各样的材料,然后拿着户口本、房产证去银行申请贷款并作为抵押,而且审核过程又漫长,效率很低。 那有没有方式结合AI来提升审核效率呢?这就是AI+金融最能落地的场景,也是过去几年国内金融科技解决的核心问题!在这个项目中,我们将使用用户的基本信息、金融信息、社交信息等数据来预测是否会有违约风险?如果有,作为银行只需要拒贷就可以了。这种决策效率就会变得很高,把之前可能需要几周的审核周期缩短到几小时甚至几秒,大大提升效率。
知识要点
·样本不平衡处理
·特征工程技术
·AUC, ROC
·大数据风控
·特征编码
【专业师资】
李文哲
贪心科技创始人兼CEO
曾任金融科技独角兽公司的首席科学家
美国亚马逊/美国高盛高级工程师.
美国南加州大学博士
先后在AAAI、KDD、AISTATS等顶会上发表过15篇以上论文
袁源
美国微软(总部)推荐系统部负责人:
美国亚马逊(总部)资深工程师.
美国新泽西理工博士
14年数据挖掘,数字图像处理,视频处理和自然语言处理研究和
项目经验;先后在Al相关会议上发表20篇以上论文
【课程优势】
1、达到初级算法工程师的标准,技术上可完全胜任。
2、达到学以致用的目的,立即可以把学到的用在自己的项目或者科研中。
3、深入理解每一一个机器学习算法细节和全部推导过程。
4、通过大量案例的实战,可获得今后独立解决任何AI问题的能力。
【授课方式】
网路在线授课
【入学要求】
1、需要具备高中以上数学基础,了解简单的统计和线性代数
2、半年以上编程经验,但不限于Python
3、带有对学习知识的热情
【项目证书】
【学校简介】
北京贪心科技有限公司,成立于2018年1月,是一家追求极 致、有情怀的教育科技公司,目前专注在泛AI领域的在线教育,从产品的角度我们提供非常体系化的AI内容,满足不同用户对技能提升的需求。另外,从技术驱动的角度,我们力求借助AI的技术来优化整个教学环节的效率,让在线教育真正变得智能化、实现智能教育的 4.0。
【核心团队】
我们的核心团队由微软、谷歌、亚马逊、百度等企业的科学家、资深算法工程师组成,其中绝大部分毕业于海内外最顶 尖学府如CMU、USC、哥大、耶鲁等等。
【环境展示】