)
机器学习是当前人工智能与大数据领域的基础。在某知名招聘网站上，机器学习算法工程师职位多达数百个，年薪大都在30万-50万不等。
随着人工智能时代的到来，机器学习被广泛应用于智能推荐、数据挖掘、自然语言处理、计算机视觉等领域；机器学习工程师逐渐成为各大企业的标配。如何学习机器学习算法，并利用算法灵活地解决实际问题，成为困扰我们的难题。
阿里云 TOP10 天池科学家与中科院自动化所一线青年学者，联合深蓝学院推出《机器学习实践》直播课程。本次课程以实践为核心，主要讲述主流机器学习算法在大数据、手写数字分类、人脸识别和图像分割等领域的应用与实现。
讲师介绍
机器学习实践
金陵书生，阿里云 Top 10 天池科学家（排名：7 / 92129），在机器学习和电力大数据分析方面具有近3年的研究与开发经历，曾获2016年阿里音乐流行趋势预测大赛冠军、2017年阿里聚安全算法挑战赛季军、2016年中国计算机学会大数据与计算智能大赛二等奖。目前在高校从事电力大数据的研发工作，兼任电力企业大数据研发负责人。
邵博士，中科院自动化所博士，主要研究方向包括机器学习、模式识别与图像处理。现任副教授、硕士生导师，具有两年教学授课经验，作为项目负责人承担国家自然科学基金，在国际主流期刊和会议上发表多篇论文。
霍博士，西安电子科技大学博士，研究方向为图像处理，主持和参与多项国家自然科学基金，以第一作者在相关领域期刊以及会议上发表论文多篇。
课程介绍
机器学习实践
| 1. 线性回归应用实践 |
1.1 线性回归实践（简要原理及参数分析） 1.2 Logistic回归和Softmax回归的应用 1.3 线性回归的特征工程 1.4 线性回归在大数据中的应用 |
| 2. 决策树实践 |
2.1 常用决策树算法的使用方法 2.2 xgboost的参数调优 2.3 决策树算法的模型融合 2.4 决策树在大数据中的应用 |
| 3. 支持向量机实践 |
3.1 SVM算法的Matlab实现 3.2 LibSVM代码库介绍 3.3 参数交叉验证 3.4 SVM在手写数字分类中的应用 3.5 SVM在人脸识别中的应用 |
| 4. 数据降维实践 |
4.1 主成分分析、线性判别分析代码实现 4.2 基于主成分分析的人脸识别 4.3 基于线性判别分析的人脸识别 4.4 LLE降维实现 4.5 数据可视化应用 |
| 5. KMeans聚类 |
5.1 KMeans算法实现 5.2 Kmeans应用 5.3 谱聚类算法实现 5.4 聚类算法在图像分割应用 |
| 6. EM实践 |
6.1 多高斯分布估计的EM实现 6.2 多高斯分布估计与Kmeans之间的关系 6.3 多高斯分布估计应用 |
开课时间
机器学习实践
1、直播时间：9 月 2 日 至 9 月 17 日 ，连续 3 周（每周六、日晚 19 点到 21点）；
2、课后一年内可免费回看视频，以及微信群实时答疑。
限时优惠
机器学习实践
1. 机器学习实践”，即可获得一张50 元课程优惠券 ；
2. 现在购课可获赠500G 的机器学习资料大礼包 ，资料预览图如下：
立即添加深蓝学院助教
领取50元优惠券+500G资料礼包
▼
我来说两句排行榜