課程大綱： 大數(shù)據(jù)處理實戰(zhàn)-強化學習算法培訓
一
數(shù)據(jù)挖掘與建模算法
挖掘與建模理論
分類與預(yù)測（實現(xiàn)過程、算法、回歸分析、決策樹）
人工神經(jīng)網(wǎng)絡(luò)
聚類分析（常用聚類算法、Kmeans、聚類評估）
關(guān)聯(lián)規(guī)則
Apriori算法
時間序列算法
非平穩(wěn)時間算法
離群點檢測（離群點檢測方法、基于模型的離群點檢測）
二
算法與應(yīng)用進階實操
算法介紹
算法分類
算法學習路徑
回歸算法、模型評估、K近鄰算法
決策樹與隨機森林算法、支持向量機
貝葉斯算法、神經(jīng)網(wǎng)絡(luò)、Adaboost算法
EM算法、貝葉斯算法
機器學習庫應(yīng)用
機器學習庫算法與數(shù)據(jù)應(yīng)用
挖掘背景與目標、數(shù)據(jù)抽樣、數(shù)據(jù)探索分析、數(shù)據(jù)預(yù)處理、構(gòu)建專家樣本、模型建模
加入高級會員獲得助教答疑
