课程详情

课程亮点

1、师资：优秀讲师团队，丰富行业经验和企业培训经验

2、特色：小班培训，精品课程，面授+直播+录播，上课方式多样

3、培训：免费重听

4、服务：提供全套复习视频及考前辅导视频

适用对象

1、了解基本统计知识，具备初步的IT基础知识和基本数学理论，可使用python，Scala编程

课程内容

1基于规则的分类器

工作原理

排序方案

直接提取规则

间接提取规则

2分类算法：贝叶斯

应用场景概述

贝叶斯定理

贝叶斯分类器的由来

朴素贝叶斯分类器

贝叶斯信念网络

3支持向量机

为什么支持向量机广受好评

从逻辑回归到支持向量机

最大边缘平面

构造更高级的分类器的关键：核函数

核函数的多种选择

使用支持向量机来分类

如何选择最佳的模型：逻辑回归，支持向量机，人工神经网络

4聚类算法：层次聚类

基本凝聚层次聚类算法

单链和全链，组平均

层次聚类的主要问题

层次聚类优点与缺点分析

实例学习和课堂练习：产品聚类

5基于密度的聚类

使用场景

DBSCAN算法详解

密度聚类的使用

6概率图模型

隐马尔可夫模型

马尔科夫随机场

条件随机场

7人工神经网络

从逻辑回归到人工神经网络

大脑和人工神经网络

感知器模型

感知器能解决亦或问题吗？

多层感知器

深度神经网络