课程时长

1天（6小时/天）可根据模块压缩时长

课程大纲 

第1部分  数据预处理和特征工程实践

       数据探索

       数据缺失值处理

       数据异常值处理

       分析训练集和测试集的特征分布

       修正特征分布，提升预测分数

       回归问题标签列

       类别变量的处理

       文本特征处理

第2部分  模型训练以及不均衡多分类和回归实践

        特征和特征之间的关系分析

        特征和标签之间的关系分析

        新特征的构造和评估

        构造新特征的工具

        匿名特征构造和分析

        特征选择方法和结果评估

第3部分  机器学习算法介绍和实践  

        聚类

        分类

        回归

        关联

        时间序列

        神经网络和深度学习算法