标题:《统计机器学习》直播
课程周期:4天 上课方式:直播
上课时间:2016年2月27-28日、3月5-6日 9:00-12:00 14:00-17:30
1、学习统计机器学习的主要方法,包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯蒂回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场等;
2、掌握以上方法的统计学习原理,学习策略和学习算法;
3、学习模型评估和模型选择的统计学习原理。
数学、金融、财会、计算机专业学生;
数据分析爱好者;
李老师1997年本科毕业于吉林大学数学学院计算数学专业。先后主讲高等数学、线性代数、概率论与数理统计、离散数学、数学建模、生产物流系统建模与仿真、Matlab程序设计、计算物理等多门课程,并指导课程设计、计算机实习、科研训练和本科生毕业论文,积累了丰富的理论教学和实践教学经验。
序号 | 内容 | 课时 |
1 | 第1章 统计学习方法概论 | 4 |
2 | 第2章 感知机 | 2 |
3 | 第3章 众近邻法 | 2 |
4 | 第4章 朴素贝叶斯法 | 2 |
5 | 第5章 决策树 | 4 |
6 | 第6章 逻辑斯谛回归与最大熵模型 | 4 |
7 | 第7章 支持向量机 | 4 |
8 | 第8章 提升方法 | 2 |
9 | 第9章 EM算法及其推广 | 2 |
10 | 第10章 隐马尔可夫模型 | 4 |
11 | 第11章 条件随机场 | 2 |
合计 | 32 |
电话:4000-707-620
手机:15771070899(包老师) 13828892967(江老师)