| 所在主题: | |
| 文件名: Python师资培训系列课程 JG学术培训.pdf | |
| 资料下载链接地址: https://bbs.pinggu.org/a-3643414.html | |
| 附件大小: | |
|
Python学习路径建议: 编程基础及数据清洗 ↓ (爬虫) ↓ 机器学习 ↓ 文本分析&深度学习
为学术研究量身打造 提供发票,开课通知和结业证书
Python师资培训课程矩阵: 课程信息 课程时长: 编程基础:551分钟,爬虫:611分钟, 机器学习:1800分钟,文本:611分钟
上课方式:在线学习,提供全部资料及答疑 → 授课与答疑均是授课老师陈远祥本人 → 不同于其他Python课程,单独为学术研究打造的Python机器学习学术应用课程 → 机器学习课程最后会进行Python机器学习学术论文写作指导
报名链接: 编程基础:https://www.peixun.net/main.php?mod=buy&cid=1595 爬虫:https://www.peixun.net/main.php?mod=buy&cid=1596 文本分析:https://www.peixun.net/main.php?mod=buy&cid=1597 机器学习:https://www.peixun.net/main.php?mod=buy&cid=1735
授课嘉宾简介 陈远祥老师,北京邮电大学副教授,博导 。2014年毕业于北京大学,获通信与信息系统专业博士学位,2015年-2017年在北京大学做博士后研究。 发表SCI/EI学术论文100余篇,其中第一或通讯作者论文60余篇,申请发明专利20项。 主持国家自然科学基金面上项目,国家重点研发计划子课题,国家自然科学基金青年项目及博士后基金等多个国家级和省部级项目。 IEEE、OSA会员,Optics Express, IEEE Photonics Technology Letters,Photonics Journal,Applied Optics等多个SCI期刊审稿人。 课程内容: 【Python编程基础】
【Python爬虫】
【Python文本分析】
【机器学习课程】 第一部分:机器学习学术应用介绍: 机器学习基本思想 常用机器学习算法模型 机器学习算法库介绍 机器学习在学术领域应用场景
第二部分:算法原理与实战 1、KNN算法: KNN算法基本原理 常用相似度衡量方法、KNN用于分类和回归 KNN模型参数优化 Python案例:KNN用于鸢尾花数据集分类
2、决策树: 决策树基本原理 决策树分类 决策树用于分类和回归实现 决策树参数优化 Python案例:决策树实现波士顿房价预测
3、线性回归: 线性回归的求解、岭回归、LASSO和弹性网 Python案例:线性回归实现鲍鱼年龄预测
4、逻辑 回归: 逻辑 回归基本原理 从线性回归到逻辑 回归 逻辑 回归实现和参数优化 Python案例:逻辑 回归实现病马死亡率预测
5、神经网络: 神经网络基础 神经网络中的激活函数 神经网络Python实现与参数调优 Python案例:手写数字识别
6、贝叶斯网络: 贝叶斯分类原理 朴素贝叶斯 贝叶斯模型分类 Python案例:垃圾邮件过滤
7、支持向量机: 支持向量机分类原理 线性SVM和非线性SVM Python案例:人脸识别
8、随机森林: 决策树与随机森林 随机森林原理 随机森林Python实现与参数调优 Python案例:随机森林用于泰坦尼克沉船预测
9、聚类: 聚类原理 聚类和分类 k-means聚类原理 k-means python实现 Python案例:聚类用于客户价值识别
第三部分:Python机器学习学术应用指导(0.5天) 数据发现与变量创造,预测,因果推断; 文本大数据应用; 基于机器学习的学术论文写作指导
课程费用 编程基础:1000元; 爬虫:2000元; 文本:3000元; 机器学习:4000元; 提供电子版发票及开课通知,结业证书
优惠信息 同时购买2个Python主题九折优惠; 购买机器学习赠送编程基矗
报名咨询: 尹老师 电话:13321178792 QQ:42884447 WeChat:JGxueshu
|
|
熟悉论坛请点击新手指南
|
|
| 下载说明 | |
|
1、论坛支持迅雷和网际快车等p2p多线程软件下载,请在上面选择下载通道单击右健下载即可。 2、论坛会定期自动批量更新下载地址,所以请不要浪费时间盗链论坛资源,盗链地址会很快失效。 3、本站为非盈利性质的学术交流网站,鼓励和保护原创作品,拒绝未经版权人许可的上传行为。本站如接到版权人发出的合格侵权通知,将积极的采取必要措施;同时,本站也将在技术手段和能力范围内,履行版权保护的注意义务。 (如有侵权,欢迎举报) |
|
京ICP备16021002号-2 京B2-20170662号
京公网安备 11010802022788号
论坛法律顾问:王进律师
知识产权保护声明
免责及隐私声明