一、对机器学习的观念转变
对机器学习的旧观念:
机器学习管道:
二、课程安排
1、机器学习基础:案例研究
通过案例来研究背后的算法和方法。
(1)房价预测(回归)
(2)情感分析(分类)
(3)文件检索(聚类)
(4)产品推荐(矩阵分解)
(5)可视化产品推荐(深度学习)
2、回归
3、分类
4、聚类和检索
5、矩阵分解和降维(课程整改,这部分不再介绍)
6、推荐系统(毕业设计):课程整改,这部分不再介绍
三、准备工作
1、数学背景
2、编程语言:python
3、人群
对机器学习感兴趣的工程师、学生、数据分析工程师
4、ipython notebook
安装好Anaconda后,Anaconda Prompt中输入jupyter notebook即可打开本地ipython notebook
5、GraphLab Create
GraphLab Create功能与Pandas类似,但是Pandas对数据集大小敏感,易受内存限制,但是GraphLab Create不会。
安装请见我的另一篇博文。