- 主讲人: 唐亘
- 猛犸反欺诈 数据科学家
- 数据科学家,《精通数据科学:从线性回归到深度学习》一书作者。复旦大学的数学和计算机双学士;巴黎综合理工的金融硕士学位;法国国立统计与经济管理学校的数据科学硕士学位。曾参与经合组织(OECD)的研究项目并发表论文,并担任英国在线出版社Packt的技术审稿人。
- 讲座概要:
- 在数据科学领域,统计学和机器学习是其最重要的组成部分。这两门学科的侧重 点并不相同,在很多方面它们是彼此很好的补充。在面对一个实际问题时,若能将两者的方法相结合,能更好地挖掘数据的内在规律,从而更大程度地发挥数据的价值。
- 一方面,本讲座将借鉴统计(或者更准确地说,计量经济学)的方法,深入探讨模型应用中常常被人们(特别是机器学习专业人员)忽略的问题,如模型是否稳定、模型结果是否可靠等;另一方面,本讲座将根据线性到非线性的思路,展示如何从统计模型中一步步“进化”出机器学习模型,帮助大家更好地理解复杂的机器学习模型。
- 讲座提纲
- a. 数据科学的目标与挑战
- b. 数据模型和算法模型
- c. 从线性到非线性
- d. 从逻辑回归到神经网络
- 视频链接戳→数据科学“内战”:统计vs机器学习
数据科学“内战”:统计VS机器学习
最新推荐文章于 2024-10-18 15:36:14 发布