适用人群
本课程整合了工业界常见的机器学习和数据科学的项目，并且融入了极具特色的机器学习项目让你的简历脱颖而出，主要针对数理背景较强的Bachelor/Master学生或者转专业PhD，并且在北美寻求数据科学和机器学习方向工作的学员。
你将收获
你将收获从0到1完成多个业界常用并且受欢迎的数据科学模型
你将收获硅谷FLAG导师推荐信和职位内推
你将收获导师的1:1反馈与点评
你将学习的技能
编程技巧
模型理解
实战项目
课题介绍
我们提供丰富的开源数据，涵盖银行、医疗、电商等各个方面，让学生选择自己感兴趣的方向与课题建模。课程内容涵盖编程技巧、模型理解、实战项目3部分。
课程大纲
课程将以异常检测模型, 欺诈检测, 推荐系统为导向，从模型的数学理论解释、参数选择、编程技巧三方面进行讲解，完整的带领学生从数据收集与清理到建模输出做两个复杂的数据科学项目。学生可以自己定义感兴趣的问题，并在导师指导下选择数据集，结课时展示自己的完整模型与阐释
1
Introduction to Big Data & Data Analysis
考察：Select an interesting topic and dataset to start a data project
授课1小时; 学习1小时
2
Python & SQL for Data Scientist/Machine Learning Scientist -data manipulation -data visualization -machine learning model
考察：Coding tasks: from easy to hard Project: Use Python/R to clean data and visualize data
授课2小时; 学习4小时
3
Design a anomaly detection beyond prediction and correlation Implement several unsupervised models from end to end
考察：Project: feature engineering, dimension reduction
授课3小时; 学习8小时
4
Fraud detection System & Recommendation System -Design a fraud detection system for attacker prevention and recommendation system for product recommendation
考察：Project: Build a machine learning model from scratch and train - validate - test it from end to end
授课5小时; 学习10小时
5
Evaluate the model, interpret the results and tell a good story
考察：Finish the project and get reviewed and feedback from mentor
授课1小时; 学习2小时
课程导师
David
经历
亚马逊机器学习科学家Startup机器学习工程师经历拿过多家大厂和startup ML/DS offer
教育
约翰霍普金斯计算机硕士
