我要报名
适用人群
主要针对有理工科背景,对机器学习理论及其应用感兴趣学习的学员,对于CS类、数据类以及金融专业申请留学的学员可以极大提升相关背景和应用能力
你将收获
机器学习实战项目结业证明
亲自搭建机器学习模型
美国微软导师推荐信
你将学习的技能
机器学习
人工智能
模型搭建
课题介绍
目前,机器学习已经进入火爆应用的时期,不少互联网甚至传统行业已经越来越多地见到机器学习的诸多应用,例如:发现高危医疗患者,识别言语,分类文本文件,检测信用卡欺诈或驾驶自动机器人。未来社会对机器学习方面的人才需求也将十分强烈。本课题将从该领域的数学,统计和计算基础的入门型教学开始,并且带领学生亲手操作一些机器学习的小项目,更真切地理解并掌握机器学习的基础概念及应用
课程大纲
项目内容主要包括概念学习,信息理论,决策树,神经网络和深度学习,估计和偏差 - 方差权衡,机器学习中的假设检验,贝叶斯学习,K-最近邻和非参数学习,最大边界分类器(SVM),以及森林等二级方法,装袋和提升。 项目总时长为四周,基于每周一次的编程和/或书面作业,在最后一周会让学员自己搭建机器学习的模型,并解决一个现实的问题
1
Background of Machine Learning
考察:Quiz
授课1小时,学习2小时
2
Decision Tree, Entropy, Probability
考察:Interactive coding and homework
授课2小时,学习4小时
3
MLE, MAP, Bayes Rule, Naive Bayes
考察:Implement a Naive Bayes (coding)
授课3小时,学习5小时
4
Logistic Regression, Gradient Descent
考察:Training Logistic Regression (coding)
授课2小时,学习6小时
5
Deep learning and programming
考察:Build your LeNet nerual network(coding)+Homework
授课4小时,学习6小时
课程导师
Lan

经历

Fedex数据科学家(美国)
2016年全美数学建模大赛特等奖
甲骨文机器学习工程师(美国)
微软机器学习应用科学家

教育

浙江大学混合班本科
宾夕法尼亚大学数据科学硕士