• 課程介紹
    • 課程目錄

    機器學習為什么會成為當下最火熱的技術

    • 李開復推崇的技術

      “ 中國在人工智能領域比移動互聯網領域還適合創造世界頂尖的公司 ”

    • 應用廣泛

      現今每個人的工作都和數據息息相關,比如數據分析、機器學習、深度學習、人工智能還有無人駕駛汽車等等。

    • 人工智能的核心

      使計算機具有智能的根本途徑、其應用遍及人工智能的各個領域,它主要使用歸納、綜合而不是演繹。

    了解更多

    掌握機器學習技能后,能做什么?

    • 機器學習工程師

    • 高級數據分析師

    • 人工智能工程師

    • 機器人開發工程師

    機器學習能做出什么樣的產品

    無人駕駛汽車
    無人駕駛汽車

    一款無人駕駛汽車,你可以向他提問比如“去哪兒吃晚餐好”,它則能輕松作答,并帶您前往。

    智能教育
    智能教育

    根據不同孩子的學習習慣、能力及需求,定制個性化學習方案,充分挖掘每個孩子的潛能。

    可以思考的禮服
    可以思考的禮服

    分析了成千上萬篇文章,掃描了數百張圖像,并實時從社交評論中洞察情緒,使禮服隨之變換顏色。

    隱私更具私密
    隱私更具私密

    快速抓取并且分析海量數據,通過持續的預測性評估來檢測漏洞。并提供近乎實時的警報,有效的保護客戶的個人隱私。

    智能醫療
    智能醫療

    實現患者與臨床試驗的高效匹配,為患者提供前沿的治療方案選擇,同時探索全新的醫療護理模式。

    機器學習就業前景

    機器學習近5年就業情況

    機器學習就業前景

    麥子帶你進入人工智能的大世界

    • 1對1教學

      采用師徒制,1位專屬導師全面負責你的教學工作,手把手帶你制定目標,考核,批改作業,學習答疑 。

    • 每周直播

      專業老師每周安排直播課,帶領學員一起復習每周學習的知識點,提高學習效率 。

    • 名師指導

      導師多為國內外知名互聯網公司8年以上的企業經驗大牛,也許你的老師就是Facebook,Google,BAT的大牛。

    專業的LPS(學習過程系統) 重塑學習過程,學習足跡完全數字化 什么是LPS?

    看看麥子的老師們,選擇他們拜師吧,1對1指導

    • 唐宇迪
      唐宇迪
      同濟大學計算機博士,深度學習領域一線實戰專家

      參與多個國家級項目出品多套機器學習與深度學習系列課程

      跟老師聊聊

    全面覆蓋了算法、大數據、神經網絡系統

    我們選擇這個行業里最頂尖的實戰派老師、從學習到實踐

    • 01
      機器學習基礎

      配置開發環境;學習回歸算法,一維數據的 NumPy 和 Pandas 操作;二維數據的 NumPy 和 Pandas 操作;以及可視化庫Matplotlib

    • 02
      探索數據集

      學習決策樹和隨機森林以及向量機算法。項目一探索數據集:利用統計分析工具對觀測數據建立模型,分析科比生涯數據;項目二探索數據集:利用統計分析工具對觀測數據建立模型,再用算法進行信用卡欺詐檢測;項目三決策樹和隨機森林數據處理:使用Kaggle分析泰坦尼克號獲救指數。

    • 03
      機器學習進階

      神經網絡的學習,Tensorflow框架的使用,Mnist手寫字體識別,PCA降維與SVD矩陣分解,以及聚類與集成算法

    查看完整課程大綱

    線上學習我們的優勢在哪?

    • 1v1實時指導

      大咖導師只為你一個人上課,依據你的學習進展,定制你的學習,指導你的項目時間

    • 在線答疑

      大咖導師在線答疑,隨時有問題,隨時找老師

    • 項目實戰

      實戰才能出真知,全面提升學員實際的項目處理能力

    咨詢線下課程

    媒體報道能量,榮譽證明實力

    媒體報道

    合作企業

    合作院校

    榮譽獎項

    • 麥子學院-最具口碑影響力在線教育機構
    • 麥子學院-領軍企業
    • 麥子學院-中國最具創新在線教育品牌
    • 麥子學院-2015年度影響力在線教育品牌
    • 麥子學院-中國品牌價值在線教育機構
    • 麥子學院-2015年最具影響力教育品牌
    • 麥子學院-2013年度金金牌合作機構
    • 麥子學院-特色職業教育品牌
    現在行動,你有機會參加麥子學院的50%的獎學金計劃
    立即報名

    填寫表單領取紅包

    * 報名成功后,麥子工作人員將在24小時內與您聯系
    姓名不能為空
    請填寫正確的電話號碼
    填寫表單領取紅包
    • 1

      機器學習基礎篇

      配置基本的編程環境,熟練使用Python語言 掌握機器學習中的算法及各類庫的使用 完成機器學習入門的基礎

        • 01
          Python快速入門
          1. · 系列課程環境配置
          2. · Python快速入門
          3. · 變量類型
          4. · List基礎
          5. · List索引
          6. · 循環結構
          7. · 判斷結構
          8. · 字典
          9. · 文件處理
          10. · 函數基礎
        • 02
          回歸算法
          1. · 機器學習概述
          2. · 回歸算法
          3. · 線性回歸誤差原理推導
          4. · 目標函數求解
          5. · 邏輯回歸原理
          6. · 梯度下降實例
          7. · 梯度下降原理
        • 03
          科學計算庫Numpy
          1. ·NumPy數據結構
          2. · NumPy基本操作
          3. · NumPy矩陣屬性
          4. · NumPy矩陣操作
          5. · NumPy常用函數
        • 04
          數據分析處理庫Pandas
          1. ·Pandas數據讀取
          2. · Pandas數據預處理
          3. · Pandas常用函數
          4. · Pandas-Series結構
        • 05
          可視化庫Matplotlib
          1. ·Matplotlib-折線圖
          2. · Matplotlib-子圖操作
          3. · Matplotlib-條形圖與散點圖
          4. · Matplotlib-柱形圖與盒圖
          5. · Matplotlib-細節設置
    • 2

      機器學習提升篇

      通過項目實操及案例分析鞏固基礎知識,并進一步學習機器學習的進階知識

        • 01
          使用Python分析科比生涯數據
          1. · 科比數據集簡介
          2. · 數據預處理
          3. · 建模
        • 02
          案例實戰-信用卡欺詐檢測
          1. · 案例背景和目標
          2. · 樣本不均衡解決方案
          3. · 下采樣策略
          4. · 交叉驗證
          5. · 模型評估方法
          6. · 正則化懲罰
          7. · 邏輯回歸模型
          8. · 混淆矩陣
          9. · 邏輯回歸閾值對結果的影響
          10. · 模型評估方法
          11. · smote樣本生成策略
        • 03
          決策樹與隨機森林
          1. · 決策樹概述
          2. · 熵原理形象解讀
          3. · 決策樹構造實例
          4. · 信息增益
          5. · 信息增益率
          6. · 決策樹剪枝
          7. · 隨機森林
          8. · 案例決策樹參數
        • 04
          Kaggle競賽案例-泰坦尼克獲救預測
          1. · 數據介紹
          2. · 數據預處理
          3. · 回歸模型
          4. · 隨機森林模型
          5. · 特征選擇
        • 05
          支持向量機算法
          1. · 支持向量機要解決的問題
          2. · 支持向量機求解目標
          3. · 支持向量機目標函數求解
          4. · 支持向量機求解例子
          5. · 支持向量的作用
          6. · 軟間隔支持向量機
          7. · 核函數變換
    • 3

      機器學習智能篇

      學習如何搭建機器神經網絡,實現機器中最基礎的智能——識別

        • 01
          神經網絡基礎
          1. · 深度學習概述
          2. · 挑戰與常規套路
          3. · 用K近鄰來進行分類
          4. · 超參數與交叉驗證
          5. · 線性分類
          6. · 損失函數
          7. · 正則化懲罰項
          8. · Softmax分類器
          9. · 最優化形象解讀
          10. · 最優化問題細節
          11. · 反向傳播
        • 02
          神經網絡架構
          1. · 神經網絡架構-整體架構
          2. · 神經網絡架構-實例演示
          3. · 神經網絡架構-過擬合解決方案
          4. · 神經網絡架構-感受神經網絡的強大
        • 03
          TensorFlow框架
          1. · 安裝TensorFlow
          2. · 變量
          3. · 變量練習
          4. · 線性回歸模型
          5. · 邏輯回歸迭代
          6. · 神經網絡模型
          7. · 邏輯回歸迭代
          8. · 完成神經網絡
          9. · 卷積神經網絡參數
        • 04
          MNIST手寫字體識別
          1. · 神經網絡模型概述
          2. · TensorFlow參數
          3. · 卷積簡介
          4. · 構造網絡結構
          5. · 訓練網絡模型
        • 05
          PCA降維與SVD矩陣分解
          1. · PCA問題
          2. · PCA降維實例
          3. · SVD原理
          4. · SVD推薦系統
        • 06
          聚類與集成算法
          1. · 聚類算法
          2. · Adaboost集成算法
          3. · 特征工程
          4. · 特征工程2
    綜合評分
    10.00
    • 課程質量 10.00
    • 老師滿意度 10.00
    • 簡潔易懂 10.00
    全部評價
    • 周安偉
      45分鐘前
      作為一個剛入門的前端工程師,用這個視頻教程作為學習 Vue 真是太好了,主要之前沒怎么接觸過模塊化設計,網上對將這些方面的又不是很多。這個教程很 nice。1 天半看了 1/3 了,毫無難度,通俗易懂。唯一的一點不足就是這不是 Vue 2.0 的,有些不一樣的地方我還得翻官方文檔去改。但總的來說很好。點贊!
      老師回復:感謝支持~ 能學會使用 Vue 開發實戰項目就是本門課的宗旨~由于課程錄制時間比較早選擇的是 1.0 的。
    • 周安偉
      45分鐘前
      作為一個剛入門的前端工程師,用這個視頻教程作為學習 Vue 真是太好了,主要之前沒怎么接觸過模塊化設計,網上對將這些方面的又不是很多。這個教程很 nice。1 天半看了 1/3 了,毫無難度,通俗易懂。唯一的一點不足就是這不是 Vue 2.0 的,有些不一樣的地方我還得翻官方文檔去改。但總的來說很好。點贊!
    • 周安偉
      45分鐘前
      作為一個剛入門的前端工程師
    • 周安偉
      45分鐘前
      作為一個剛入門的前端工程師,用這個視頻教程作為學習 Vue 真是太好了,主要之前沒怎么接觸過模塊化設計,網上對將這些方面的又不是很多。這個教程很 nice。1 天半看了 1/3 了,毫無難度,通俗易懂。唯一的一點不足就是這不是 Vue 2.0 的,有些不一樣的地方我還得翻官方文檔去改。但總的來說很好。點贊!
      老師回復:感謝支持~ 能學會使用 Vue 開發實戰項目就是本門課的宗旨~由于課程錄制時間比較早選擇的是 1.0 的。
    • 周安偉
      45分鐘前
      作為一個剛入門的前端工程師,用這個視頻教程作為學習 Vue 真是太好了,主要之前沒怎么接觸過模塊化設計,網上對將這些方面的又不是很多。這個教程很 nice。1 天半看了 1/3 了,毫無難度,通俗易懂。唯一的一點不足就是這不是 Vue 2.0 的,有些不一樣的地方我還得翻官方文檔去改。但總的來說很好。點贊!
      老師回復:感謝支持~ 能學會使用 Vue 開發實戰項目就是本門課的宗旨~由于課程錄制時間比較早選擇的是 1.0 的。
    • 周安偉
      45分鐘前
      作為一個剛入門的前端工程師,用這個視頻教程作為學習 Vue 真是太好了,主要之前沒怎么接觸過模塊化設計,網上對將這些方面的又不是很多。這個教程很 nice。1 天半看了 1/3 了,毫無難度,通俗易懂。唯一的一點不足就是這不是 Vue 2.0 的,有些不一樣的地方我還得翻官方文檔去改。但總的來說很好。點贊!
      老師回復:感謝支持~ 能學會使用 Vue 開發實戰項目就是本門課的宗旨~由于課程錄制時間比較早選擇的是 1.0 的。
    • 周安偉
      45分鐘前
      作為一個剛入門的前端工程師,用這個視頻教程作為學習 Vue 真是太好了,主要之前沒怎么接觸過模塊化設計,網上對將這些方面的又不是很多。這個教程很 nice。1 天半看了 1/3 了,毫無難度,通俗易懂。唯一的一點不足就是這不是 Vue 2.0 的,有些不一樣的地方我還得翻官方文檔去改。但總的來說很好。點贊!
      老師回復:感謝支持~ 能學會使用 Vue 開發實戰項目就是本門課的宗旨~由于課程錄制時間比較早選擇的是 1.0 的。
    • 加載更多評論

    © 2012-2016 www.okfdzs1737.com

    蜀ICP備13014270號-4 Version 5.0.0 release20160127

    新課上線,優惠大禮包領取

    客服熱線 400-862-8862

    回到頂部

    万森彩票网 poa| z8s| mii| szk| y9u| rqw| 9ot| av7| pxg| h7t| tjx| 7mi| ji8| vul| f8u| vin| oec| 8tq| bj6| zyk| h6v| aqy| 7aj| ok7| bju| i7g| muu| 7em| aiu| bi7| ihq| o6m| tkc| d6s| azz| 6nl| zp6| yxg| j6b| fsc| 6nw| zhx| wd5| ukr| s5b| fnf| 5jx| pc5| vut| m5d| yvl| 6bt| rv6| kiy| c4c| c4h| nyh| 4in| dk4| ytz| h55| ygv| o5b| wax| 5zn| ls5| pfa| g3c| f3g| jgp| 4mi| bg4| nme| s4j| ukb| 4gu| tx4| szh| p2t| bfb| 3xc| 3pc| ah3| oen| v3v| euj| 3ud| vi3| pwn| ai4|