2017新Python机器深度学习自然语言处理视频教程文本挖掘算法实战 Python机器学习算法升级版  机器学习与数据挖掘

作者: admin 分类: 机器学习和人工智能教程合集 发布时间: 2017-11-02 06:30

本课程为2017年下半年最新版,共24次课,每课时2小时。是对Python机器学习的最完美的诠释。

内容特色:

1.每个算法模块按照“原理讲解→分析数据→自己动手实现→特征与调参”的顺序,“原理加实践,顶天立地”。
2.拒绝简单的“调包”——增加3次“机器学习的角度看数学”和3次“Python数据清洗和特征提取”,提升学习深度、降低学习坡度。
3.增加网络爬虫的原理和编写,从获取数据开始,重视将实践问题转换成实际模型的能力,分享工作中的实际案例或Kaggle案例:广告销量分析、环境数据异常检测和分析、数字图像手写体识别、Titanic乘客存活率预测、用户-电影推荐、真实新闻组数据主题分析、中文分词、股票数据特征分析等。
4.强化矩阵运算、概率论、数理统计的知识运用,掌握机器学习根本。
5.阐述机器学习原理,提供配套源码和数据;确保“懂推导,会实现”。
6.删去过于晦涩的公式推导,代之以直观解释,增强感性理解。
7.对比不同的特征选择带来的预测效果差异。
8.重视项目实践(如工业实践、Kaggle等),重视落地。思考不同算法之间的区别和联系,提高在实际工作中选择算法的能力。
9.涉及和讲解的部分Python库有:Numpy、Scipy、matplotlib、Pandas、scikit-learn、XGBoost、libSVM、LDA、Gensim、NLTK、HMMLearn,涉及的其他“小”库在课程的实践环节会逐一讲解。

课程大纲:

第一课:机器学习的数学基础1 – 数学分析

机器学习的一般方法和横向比较
数学是有用的:以SVD为例
机器学习的角度看数学
复习数学分析
直观解释常数e
导数/梯度
随机梯度下降
Taylor展式的落地应用
gini系数
凸函数
Jensen不等式
组合数与信息熵的关系
第二课:机器学习的数学基础2 – 概率论与贝叶斯先验

概率论基础
古典概型
贝叶斯公式
先验分布/后验分布/共轭分布
常见概率分布
泊松分布和指数分布的物理意义
协方差(矩阵)和相关系数
独立和不相关
大数定律和中心极限定理的实践意义
深刻理解最大似然估计MLE和最大后验估计MAP
过拟合的数学原理与解决方案
第三课:机器学习的数学基础3 – 矩阵和线性代数

线性代数在数学科学中的地位
马尔科夫模型
矩阵乘法的直观表达
状态转移矩阵
矩阵和向量组
特征向量的思考和实践计算
QR分解
对称阵、正交阵、正定阵
数据白化及其应用
向量对向量求导
标量对向量求导
标量对矩阵求导
第四课:Python基础1 – Python及其数学库

解释器Python2.7与IDE:Anaconda/Pycharm
Python基础:列表/元组/字典/类/文件
Taylor展式的代码实现
numpy/scipy/matplotlib/panda的介绍和典型使用
多元高斯分布
泊松分布、幂律分布
典型图像处理
蝴蝶效应
分形与可视化
第五课:Python基础2 – 机器学习库

scikit-learn的介绍和典型使用
损失函数的绘制
多种数学曲线
多项式拟合
快速傅里叶变换FFT
奇异值分解SVD
Soble/Prewitt/Laplacian算子与卷积网络
卷积与(指数)移动平均线
股票数据分析
第六课:Python基础3 – 数据清洗和特征选择

实际生产问题中算法和特征的关系
股票数据的特征提取和应用
一致性检验
缺失数据的处理
环境数据异常检测和分析
模糊数据查询和数据校正方法、算法、应用
朴素贝叶斯用于鸢尾花数据
GaussianNB/MultinomialNB/BernoulliNB
朴素贝叶斯用于18000+篇/Sogou新闻文本的分类
第七课: 回归

线性回归
Logistic/Softmax回归
广义线性回归
L1/L2正则化
Ridge与LASSO
Elastic Net
梯度下降算法:BGD与SGD
特征选择与过拟合
第八课:Logistic回归

Sigmoid函数的直观解释
Softmax回归的概念源头
Logistic/Softmax回归
最大熵模型
K-L散度
损失函数
Softmax回归的实现与调参
第九课:回归实践

机器学习sklearn库介绍
线性回归代码实现和调参
Softmax回归代码实现和调参
Ridge回归/LASSO/Elastic Net
Logistic/Softmax回归
广告投入与销售额回归分析
鸢尾花数据集的分类
交叉验证
数据可视化
第十课:决策树和随机森林

熵、联合熵、条件熵、KL散度、互信息
最大似然估计与最大熵模型
ID3、C4.5、CART详解
决策树的正则化
预剪枝和后剪枝
Bagging
随机森林
不平衡数据集的处理
利用随机森林做特征选择
使用随机森林计算样本相似度
数据异常值检测
第十一课:随机森林实践

随机森林与特征选择
决策树应用于回归
多标记的决策树回归
决策树和随机森林的可视化
葡萄酒数据集的决策树/随机森林分类
波士顿房价预测
第十二课:提升

提升为什么有效
梯度提升决策树GBDT
XGBoost算法详解
Adaboost算法
加法模型与指数损失
第十三课:提升实践

Adaboost用于蘑菇数据分类
Adaboost与随机森林的比较
XGBoost库介绍
Taylor展式与学习算法
KAGGLE简介
泰坦尼克乘客存活率估计
第十四课:SVM

线性可分支持向量机
软间隔的改进
损失函数的理解
核函数的原理和选择
SMO算法
支持向量回归SVR
第十五课:SVM实践

libSVM代码库介绍
原始数据和特征提取
葡萄酒数据分类
数字图像的手写体识别
SVR用于时间序列曲线预测
SVM、Logistic回归、随机森林三者的横向比较
第十六课:聚类(上)

各种相似度度量及其相互关系
Jaccard相似度和准确率、召回率
Pearson相关系数与余弦相似度
K-means与K-Medoids及变种
AP算法(Sci07)/LPA算法及其应用
第十七课:聚类(下)

密度聚类DBSCAN/DensityPeak(Sci14)
DensityPeak(Sci14)
谱聚类SC
聚类评价AMI/ARI/Silhouette
LPA算法及其应用
第十八课:聚类实践

K-Means++算法原理和实现
向量量化VQ及图像近似
并查集的实践应用
密度聚类的代码实现
谱聚类用于图片分割
第十九课:EM算法

最大似然估计
Jensen不等式
朴素理解EM算法
精确推导EM算法
EM算法的深入理解
混合高斯分布
主题模型pLSA
第二十课:EM算法实践

多元高斯分布的EM实现
分类结果的数据可视化
EM与聚类的比较
Dirichlet过程EM
三维及等高线等图件的绘制
主题模型pLSA与EM算法

第二十一课:主题模型LDA

贝叶斯学派的模型认识

Beta分布与二项分布
共轭先验分布
Dirichlet分布
Laplace平滑
Gibbs采样详解
第二十二课:LDA实践

网络爬虫的原理和代码实现
停止词和高频词
动手自己实现LDA
LDA开源包的使用和过程分析
Metropolis-Hastings算法
MCMC
LDA与word2vec的比较
TextRank算法与实践
第二十三课:隐马尔科夫模型HMM

概率计算问题
前向/后向算法
HMM的参数学习
Baum-Welch算法详解
Viterbi算法详解
隐马尔科夫模型的应用优劣比较
第二十四课:HMM实践

动手自己实现HMM用于中文分词
多个语言分词开源包的使用和过程分析
文件数据格式UFT-8、Unicode
停止词和标点符号对分词的影响
前向后向算法计算概率溢出的解决方案
发现新词和分词效果分析
高斯混合模型HMM
GMM-HMM用于股票数据特征提取

如果觉得我的文章对您有用,请随意打赏。您的支持将鼓励我继续创作!

更多阅读