cda

全国校区

您的位置:首页 > 课程列表 > 机器学习及R应用

机器学习及R应用

机器学习及R应用

难度系数:

课程系列:A3


周期: 2020.1.11

5000

现场班老学员九折优惠

立即报名 咨询老师

机器学习及R应用

 姓名:

 电话:

 邮箱:

   备注:

邀请码:

提交信息
  • WHAT 课程简介

    机器学习早期为人工智能的分支,后来也有不少统计学家加入,最近一、二十年因为其预测精度迅速提高而走红,并在业界有着广泛的应用。可以预见,在未来三十年,几乎所有行业都会因机器学习的深刻冲击而改变。MIT名誉校长Eric Grimson曾预言,机器学习会成为像Word一样的工具。而谁先掌握此工具,则可占得先机,成为时代的弄潮儿(至少不会落伍)。
  • WHY 学习目标

    本次“机器学习及R应用”五天现场班将面向所有行业与学科的人士、老师与学生(包含经管社科、医学卫生等领域)。本课程的最大特色在于“一站式服务”,从机器学习的原理、数学推导,到R语言命令与经典案例,无不精心设计、丝丝入扣,理论联系实操,让学员们迅速理解机器学习的精髓,并掌握最为流行的数据科学软件R语言操作。
  • WHO 学习对象和基础

    经济及社科类青年教师
    经济及社科类博士生
    经济及社科类硕士生
    经济及社科类高年级本科生
    不要求学过机器学习
    不要求学过R操作

01机器学习引论

01-01什么是机器学习
01-02机器学习的分类与术语
01-03案例:垃圾邮件过滤;手写体数字识别;图像识别;自动驾驶

02R语言快速入门

02-01Why R?
02-02安装R与RStudio
02-03R的对象(vector, matrix, data frame,list)
02-04面向对象的函数式语言
02-05R语言画图

03惩罚回归

03-01OLS
03-02RidgeRegression
03-03Lasso
03-04ElasticNet
03-05交叉验证 (Cross-validation)
03-06PostDouble Lasso and IV Lasso
03-07R案例

04线性分类

04-01Logit
04-02多项Logit
04-03贝叶斯决策理论
04-04线性判别分析
04-05二次判别分析
04-06ROC/AUC
04-07R案例

05朴素贝叶斯

05-01朴素贝叶斯
05-02拉普拉斯修正
05-03R案例

06K近邻法

06-01KNN forRegression
06-02KNN forClassification
06-03偏差与方差的权衡
06-04维度灾难
06-05R案例

07决策树

07-01分类树
07-02分裂准则(错分率、基尼指数、信息熵)
07-03修枝与交叉验证
07-04回归树
07-05R案例

08装袋法与随机森林

08-01集成学习(Ensemble Learning)
08-02装袋法(Bagging)
08-03随机森林(Random Forest)
08-04变量重要性(Variable Importance)
08-05偏依赖图(Partial Dependence Plot)
08-06R案例

09提升法

09-01自适应提升法 (AdaBoost)
09-02AdaBoost的统计解释
09-03梯度提升法 (Gradient Boosting Machine)
09-04R案例

10支持向量机

10-01MaximalMargin Classifier
10-02SoftMargin
10-03SupportVector Machine
10-04KernelTrick
10-05R案例

11前馈神经网络

11-01前馈神经网络
11-02反向传播算法(Back-propagation Algorithm)
11-03随机梯度下降(Stochastic Gradient Descent)
11-04神经网络的过拟合
11-05深度学习的发展
11-06R案例

12 卷积神经网络

12-01计算机视觉
12-02卷积运算(Convolution Operation)
12-03卷积神经网络(卷积层、汇聚层)
12-04R案例

13循环神经网络

13-01文本数据与词嵌套(WordingEmbedding)
13-02循环神经网络(RecurrentNeural Network)
13-03长短期记忆模型(LSTM)
13-04门控循环单元(GRU)
13-05R案例

14主成分分析

14-01总体中的主成分分析
14-02样本中的主成分分析
14-03 方差分解与降维
14-04主成分回归
14-05R案例

15聚类分析

15-01K-均值聚类(K-meansClustering)
15-02分层聚类(Hierarchical Clustering)
15-03树状图
15-04R案例

16机器学习在经管社科的应用

16-01精读几篇在经管社科顶刊发表的经典机器学习论文

硬核服务

  • 朝九晚九全程跟班答疑

    助教线上服务时间由原先的上课期间答疑调整为课程持续期间答疑,包括中途休息时间;同时,每日答疑时间由原先的“朝九晚六”调整为“朝九晚九”,全面覆盖同学晚自习时间。
  • 一对一督学

    每个班级、每位同学、每月都会进行至少一次一对一辅导,询问同学学习状态、解决学员学习问题;同时,针对每个模块测试结果后10%的学员进行额外辅导,以确保学员能够跟上学习进度。
  • 定期直播串讲

    对于重难点知识和同学普遍反应的问题,助教将进行每周1-2次的晚自习串讲,串讲时常为2小时左右,且相关内容需要重新制作、有别于课程内容,帮助同学攻克重难点知识。
  • 五分钟内有问必答

    助教线上服务要求5分钟内有问必答,并能真正做到解决所有课程中遇到的问题。在原先每个班一个助教+一个班主任的配置下,调整为每个班2名助教+项目服务团队的模式,以确保快速、高质量的解决线上提问。
  • 出勤率和进度监督

    在课程持续期间,助教还需实时统计学员出勤情况,监督课堂纪律,跟进学习进度。除正常答疑外,服务团队会与班级同学保持沟通、给予正确指引,从而营造积极学习氛围。
  • 作业与测试

    在远程授课期间,每个课程会安排相关课后作业,确保同学课下能够进行适当练习,提升同学实时参与感、保证当日学习效果。除了作业,服务团队还会组织学员进行阶段性测试,以考试性质为主,主要考察学员对本阶段知识掌握程度。

来自业界的数据领袖团队

  • 陈强

    分别于1992年与1995年获得北京大学经济学学士与硕士学位,2007年获美国Northern IllinoisUniversity数学硕士与经济学博士学位,现任山东大学经济学院教授,博士生导师,泰岳经济研究中心副主任(主持工作)。主要研究领域为计量经济学、经济史。

权威 经管之家CDA LEVEL Ⅲ数据科学家认证证书,行业顶尖人才认证,已获得IBM大数据大学,中国电信,苏宁,德勤,猎聘,CDMS等企业的认可。
专业 CDA认证是根据商业数据分析专业岗位设立的一套体系化、科学化、正规化的人才标准。全国统考、专家命题、评分公平、流程严格,更具含金量。
权益 持证人享有系列特殊权益。证书皆绑定考生真实身份,可在CDA官网查询,确保唯一性与防伪性。证书三年审核一次,保证持证人的实力与权益。

认证介绍:
CDA数据分析师认证”是一套专业化,科学化,国际化,系统化的人才考核标准,分为CDA LEVELⅠ ,LEVEL Ⅱ,LEVEL Ⅲ,涉及金融、电商、医疗、互联网、电信等行业大数据及数据分析从业者所需要具备的技能,符合当今全球大数据及数据分析技术潮流,为各界企业、机构提供数据分析人才参照标准。经管之家为中国区CDA数据分析师认证考试唯一主办机构,于每年6月与12月底在全国范围举办线下数据分析师考试,通过考试者可获得CDA数据分析师认证证书。
CDA持证人福利
1.可吸纳为CDA Institute、中国数据分析师(CDA)俱乐部会员,活动中具有优先报名参与权。
2.可优先获得CDA内部就业及职业发展推荐。
3.免费参与CDA举办的中国数据分析师行业峰会、大数据峰会、研讨会等各项活动,Level Ⅱ与Level III持证人享受特权位置。
4.可申请加入CDA数据分析项目组,参与项目合作(提供项目给持证人演练)。
5.CDA Level Ⅰ持证人免费享受Peixun.net会员服务6个月(价值588 RMB),Level Ⅱ与Level III持证人免费享受peixun.net会员服务1年 (价值998 RMB);
6.其他特权皆以各类活动公告为主。
进入考试报名系统
  • Q:上课的案例及论文会提供详细内容吗?

    A:是的,我们也会提供纸质版讲义。
  • Q:零基础可以学会吗?

    A:本次课程可谓干货满满、奇货可居。更难得可贵的是,主讲老师陈强教授具有丰富的教学经验、激情与魅力,是广大计量学子心目中真正的“计量男神”,尤其擅长化繁为简、直指人心,让学员们迅速上手新知识与技能。 跟着陈强老师,五天入门机器学习,登堂入室,立竿见影,赶上时代的步伐!
  • Q:最晚什么时候报名?

    A:报满100人截止。

OK