记忆您上次观看到从头观看

您的浏览器不支持播放,请使用以下浏览器访问本站,或者升级您的浏览器到最新版,以便点播

搜狗浏览器
搜狗浏览器
QQ浏览器
QQ浏览器
360极速浏览器
360极速浏览器
360安全浏览器
360安全浏览器
谷歌Chrome浏览器
谷歌浏览器

说明:

若您使用是多核浏览器,请点击地址栏右侧的图标切换为高速模式或极速模式即可点播;

若您使用的是IE浏览器,请使用其他浏览器访问。

请您展开下方的文件列表,以便点播视频文件
问题反馈
  • 自动
  • 电信
  • 其他

向上翻

向下翻

>>

1、微信关注公众号,手机观看课程。

2、按“Ctrl+D”,可将本页面添加至收藏夹。

在线客服

旺旺客服

在线咨询

QQ客服

在线咨询

如遇播放异常,请点击右侧的“在线客服”进行反馈,客服会为您解决。也可以联系xiaohi01@126.com

机器学习原理与应用入门

课程简介

  本课程介绍了传统的机器学习中最常使用的模型及其背后的数学原理,帮助你掌握工业界最常用的机器学习模型,包括何时适合使用、如何评价模型的效果、如何持续的改进模型。通过这门课的学习,你可以达到初级机器学习工程师的理论知识水平,为接下来的深度学习与强化学习课程打下基础。

您将获得

  • 了解机器学习的含义和基本范式,熟悉KNN算法和代码展示
  • 了解机器学习背后的数学,知道如何用概率论度量模型
  • 了解逻辑斯蒂回归模型的架构,认识PCA、神经网络和SVM

课程亮点

  • 科学的课程设计

    分模块教学,帮助学员学透知识点,为之后学习打下坚实的基础

  • 细致的知识讲解

    从代码展示到模型架构,涵盖全部原理,帮助学员掌握理论知识

  • 专业的授课方式

    理论与实践相结合,通过代码展示讲解理论,强化所学内容

适合人群

  • 准备成为机器学习工程师的大学生

  • 想要打好机器学习基础的职场人

  • 对机器学习模型感兴趣的学员

讲师介绍

许铁

  • 混沌巡洋舰创始人
  • 小嗨视频课堂人工智能讲师
  • 巴黎高师理论物理与复杂系统硕士
  • 以色列理工学院机器学习和计算神经科学博士

实战数据挖掘与机器学习

课程简介

  数据挖掘与机器学习是当前的就业热门方向,自学资源也特别多,应该沿着什么样的路线来学习这里面的知识与技能,才能达到事半功倍的效果?本课程主要介绍数据分析与数据科学的职业发展,详细讲解知识要点、学习方法与学习路线,帮你规避学习路上的“那些坑”。

您将获得

  • 了解数据相关岗位分析与数据职业发展现状和职业规划
  • 达到从事数据相关岗位的学历、硬技能与软实力要求
  • 学习数据挖掘需要着重掌握的基本知识和技能要点

课程亮点

  • 干货满满

    行业情况精准分析,知识要点学习路径交叉串讲,学以致用

  • 经验分享

    创业实战大咖,专业知识丰富,帮助学习者兼具理论与实战

适合人群

  • 想转行进入数据分析相关行业的小白

  • 对数据分析感兴趣,想要了解更多基础知识的人

  • 刚刚转行数据分析领域,对其前景不太了解的从业者

讲师介绍

陈晓理-Data Scientist at DAL

  • 数据应用学院联合创始人
  • 加州大学环境计算流体博士,数学竞赛保送北京大学力学系

机器学习理解与实战

课程简介

  机器学习(Machine Learning, ML)是一门多领域交叉学科,是专门研究计算机怎样模拟或实现人类的学习行为,是人工智能的核心。

  本课程将讲解机器学习的基本思想、经验、技巧、哲学,帮助学员了解机器学习算法,明确相关定义,比较不同学习方式的优劣,并简单了解AlphaGo的算法,形成对机器学习的初步理解,为深层次学习打好基础。

您将获得

  • 介绍机器学习,理解有监督学习和无监督学习的用途
  • 分析回归问题,比较传统学习与深度学习的优劣
  • 观察神经网络,理解模型复杂度对预测能力的影响

课程亮点

  • 从基础出发

    清晰讲解机器学习基础知识,重难点精讲突破,帮助学员打好基础

  • 条理清晰

    知识点分节讲解,课程重点快速把握,有效搭建知识框架

适合人群

  • 对机器学习学科把握不清晰的人工智能从业者

  • 计算机相关专业大学生、研究生

  • 对机器学习感兴趣的学员

讲师介绍

徐彬

  • 美国普林斯顿大学物理系博士生,从事交叉科学和机器学习方面的研究
  • 即将加入美国顶级对冲基金公司从事高频算法交易工作

解密机器学习中的监督学习

课程简介

  近年来,机器学习的发展让所有人震惊,而机器学习中的监督学习更是功能强大,它既可以通过回归算法来判断趋势,预测投资回报率,也可以通过分类器来做图像识别,自动判断两瓶红酒的好坏……那么,走进本次课程,了解机器学习中的监督学习吧。

  本次课程将带大家学习一元和多元的线性回归,研究分类问题、Logistic回归、支持向量机以及随机森林模型,讨论模型容量大小的影响以及如何处理过拟合,并通过数据练习帮助你选择模型、调整模型参数,避免一些常见的错误,让你对监督学习有系统全面的掌握。

您将获得

  • 如何通过回归算法来判断趋势
  • 如何通过分类器来做图像识别
  • 如何研究Logistic回归、处理过拟合

课程亮点

课程模式新颖

  • 从每个专题的数学观点出发,研究它的结构和模型的本质

实时习题练习

  • 小专题学完后,会列出一些实际的数据集来提供练习

从细节处辅导

  • 帮助学员选择模型、调整模型参数,避免一些常见的错误

适合人群

  • 准备成为机器学习工程师的大学生

  • 想要打好机器学习基础的职场人

  • 对机器学习感兴趣的学员

讲师介绍

徐彬

  • 美国普林斯顿大学物理系博士生
  • 从事交叉科学和机器学习方面的研究

机器学习Machine Learning

课程简介

  依据最近几年的发展趋势,机器学习是目前人工智能中一种较为有效且可行的方法,在金融、科研等领域蓬勃发展,且日渐成为趋势。那么,机器学习到底是怎么运用到我们的生活中呢?本课程从机器学习的基本思想、概念、类别等角度出发,讲解机器学习的适用范围,带你全面了解机器学习和人工智能、大数据之间的联系,及其在生活中应用的领域,再深入分析其发展前景,帮你打开机器学习的大门。

您将获得

  • 加深对机器学习的了解,理清机器学习和人工智能的关系
  • 分析机器学习在生活中的真实应用案例,为后续学习打下基础
  • 增加在人工智能领域的知识储备,提升个人职场竞争力

课程亮点

举例生活化

  • 用语音、图像识别、医疗诊断等生活常见应用举例,深入分析机器学习

对比分析

  • 通过对人类学习和机器学习的过程进行对比,深入了解机器学习的手段和方式

图表讲解

  • 课程使用大量的树状图、思维导图、表格等图像对机器学习进行分析,直观明了

适合人群

  • 从事数据领域工作,想提升个人职场竞争力的学员

  • 有一定基础,想深入了解机器学习的学员

  • 对机器学习感兴趣的学习者

讲师介绍

Chiv

  • 中国科技大学物理学毕业
  • 加州大学物理博士,数据科学家