本门课程适合谁，解决什么问题
胜任算法工程师相关职位
0~1岁工程师
夯实算法项目实战经验，助你升职加薪
转行算法行业者
拓展算法项目实战经验，为转行打好基础
课程大纲
模块一
机器学习基础
- Numpy和Pandas的使用-1
- Numpy和Pandas的使用-2
- 线性代数和微积分基础
- 概率基础
- 优化基础
- 信息论基础
模块二
监督学习
- 线性回归
- 多元线性回归
- 多元线性回归案例
- 逻辑回归
- 过拟合
- KNN
- 防止过拟合
- SVM
- 朴素贝叶斯
- 数模型
- 案例：泰坦尼克预测分析
模块三
非监督学习
- 非监督学习概述
- K-Means
- 层次聚类
- 密度聚类
- 主成分分析法和奇异值分解
- 流型学习
- EM算法
- 异常值监测
- 案例分析
模块四
统计学习
- MLE
- MAP
- 偏椅方差分解
- 贝叶斯估计
- 参数方法分类与回归
- 假设检验
- 非参数密度估计
- 非参数分类与回归
