- 知识点1:必要的微积分、概率统计基础
- 知识点2:必要的矩阵、凸优化基础
- 知识点1:决策树 随机森林、GBDT、模型评估、ROC、机器学习的流程
- 实战项目:利用随机森林进行Kinect手势判断
- 知识点1:数据获取、数据清洗、特征抽取、特征选择与融合、模型调参
- 知识点1:基于内容的推荐,协同过滤,隐语义模型,排序模型
- 实战项目:基于用户打分的电影推荐系统
- 知识点1:分类问题与LR, SVM, Random Forest,GBDT;从分类到CTR预估与排序
- 实战项目:电商分类与各种模型融合,CTR预估
- 知识点1:文本的表示,文本分类,朴素贝叶斯,语言模型,HMM介绍,TFIDF
- 实战项目:用朴素贝叶斯实现新闻数据的自动分类
- 知识点1:自编码网络:简单粗暴的文本向量化方法
- 知识点2:语义网络:文本算法在工业上上的应用
- 知识点3:卷积神经网络:CNN在自然语言处理中的应用
- 实战项目:从每日新闻中预测金融市场变化
- 知识点1:图像与特征提取,卷积神经网络与图像特征表示,近似最近邻
- 实战项目:基于卷积神经网络和近似最近邻的图像检索
- 知识点1:物体检测问题介绍与一般流程
- 知识点2:关键技术分析(特征提取、目标框提取、NMS等)
- 知识点3:最新论文选讲:从RNN到Faster-RCNN, GNN, FCN等
- 实战项目:在PASCAL数据库上训练一个Faster-RCNN模型
- 知识点1:互联网金融反欺诈介绍
- 知识点2:探索社交网络算法
- 实战项目:社交网络算法在金融反欺诈中的应用