课程大纲

第一节：用户流失率分析与决策树随机森林模型

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

异常值检测

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

XGBoost库使用学习算法的本质

Adaboost用于蘑菇数据分类

Adaboost与随机森林的比较

代码和案例实践：

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特征选择与因子提取

葡萄酒数据集的决策树/随机森林分类

用户流失率分析与预估

第二节：人脸验证与卷积神经网络

神经网络结构，滤波器，卷积

池化，激活函数，反向传播

目标分类与识别、目标检测与追踪

AlexNet、VGGNet、GoogleLeNet

Inception-V3/V4

ResNet、DenseNet

代码和案例实践：

金融数据与卷积网络的关系与分析

时间序列分析与卷积应用

数字图片分类

以图搜图

人证合一

卷积神经网络调参经验分享

第三节：舆情监测与循环神经网络

语言模型Bi-Gram/Tri-Gram/N-Gram

分词算法的原理及类似应用

词性标注

语义关系抽取

词向量

文本分类：基于CNN和基于LSTM的方法比较

机器翻译：Seq2Seq的典型应用

Transformer、BERT等模型原理

文本摘要与信息抽取

阅读理解

问答系统

情感分析

代码和案例实践：

知识图谱：命名实体识别的实践

知识图谱：实体关系的判定与分类

HMM分词及CRF的异同

文本摘要的生成

智能对话系统和SeqSeq模型

阅读理解的实现与Attention

知识图谱与问答系统的关系

第四节：数据科学实践和案例分析

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

代码和案例实践：

损失函数的绘制

卷积与(指数)移动平均线

股票数据分析

交叉验证：对回归器、分类器的性能估计

交叉验证与模型选择

超参数的调整方案

全量Grid计算

随机参数优化

性能度量方案的选择

自定义评价方案

组合模型的参数优化

模型的并行化和发展

AIC/BIC等信息论原则

模型的定量和定性评价

分类、多标签、回归、聚类模型的评价异同

模型持久化

学习曲线