第一课 通过kaggle经典案例掌握机器学习算法的通用流程
- 知识点1:数据比赛与特征工程/模型调优流程与sklearn、xgboost工具
- 实战项目:泰坦尼克号之灾(分类)
- 实战项目:自行车租赁量预测(回归)
第二课 经济金融案例实战:房价与股市预测
- 实战项目:房价预测:来看看哪些因素会怎么样影响房价与房子出售
- 实战项目:伦敦的科学家怎么从新闻预测股市的变化?
第三课 计算广告实战:排序与CTR预估问题
- 实战项目:来自电商的多次点击率预估比赛
- 实战项目:从LR/GBDT/RF 到FM与FFM进行CTR预估
第四课 通过KDD2013比赛实战NLP问题
- 实战项目:KDD2013比赛:判定文章作者
- 实战项目:影评数据怎么做情感分析?
第五课 通过能源预测与分配案例实战机器学习的完整流程
- 实战项目:综合能源案例
- 实战项目:从开放数据采集、清洗、特征工程到建模,给电力公司预测电能消耗
第六课 深度学习比赛:猫狗分辨与人脸表情识别
第七课 电商推荐与销量预测案例实战
- 实战项目:用户在电商购买团购券概率预测
- 实战项目:app推荐系统比赛
第八课 金融风控案例的完整分析与实战
- 实战项目:综合比赛案例
- 实战项目:从数据清洗(异常点处理与预处理)、特征工程、特征选择、非均衡样本处理到模型融合,解决风控问题