架构师
互联网
推荐课程
average > 0 ? $model->average . '分' : '10.0分' ?>

机器学习系统实践

X. Zhang

当当 个性化推荐开发经理

本科、硕士毕业于中国人民大学,现任当当网个性化推荐&NLP算法开发经理。
负责当当推荐系统的开发、维护和升级等各项工作,以及海量文本挖掘、NLP相关工作。
具有多年推荐系统、机器学习、数据挖掘、NLP,大数据通用计算方面的实战经验,理论完备扎实,并与实战深入结合。

主导过多个机器学习应用系统,并取得显著效果和收益,包括:

实时广告系统:点击率提升30%,RPM提升20%。
推荐排序系统:点击率提升15%。
反欺诈用户识别系统:准确率90%,召回率80%。


在推荐系统方面有丰富经验和深厚积累,包括推荐系统架构设计和演进、推荐数据反馈回路设计、推荐数据平台搭建、用户画像等方面。

擅长大数据通用计算和处理,包括Hadoop、Spark上算法的设计和优化,实战经验丰富。

热衷于将机器学习技术扩展延伸到其他领域,例如反欺诈,供应链预测,金融风控等。

本科、硕士毕业于中国人民大学,现任当当网个性化推荐&NLP算法开发经理。 负责当当推荐系统的开发、维护和升级等各项工作,以及海量文本挖掘、NLP相关工作。 具有多年推荐系统、机器学习、数据挖掘、NLP,大数据通用计算方面的实战经验,理论完备扎实,并与实战深入结合。 主导过多个机器学习应用系统,并取得显著效果和收益,包括: 实时广告系统:点击率提升30%,RPM提升20%。 推荐排序系统:点击率提升15%。 反欺诈用户识别系统:准确率90%,召回率80%。 在推荐系统方面有丰富经验和深厚积累,包括推荐系统架构设计和演进、推荐数据反馈回路设计、推荐数据平台搭建、用户画像等方面。 擅长大数据通用计算和处理,包括Hadoop、Spark上算法的设计和优化,实战经验丰富。 热衷于将机器学习技术扩展延伸到其他领域,例如反欺诈,供应链预测,金融风控等。

课程费用

5800.00 /人

课程时长

2

成为教练

课程简介

• 从基础出发,确保核心基础点阐述明确。
• 深入浅出,尽量用通俗的语言讲明白复杂的理论。
• 面向实践,连通理论与系统。

目标收益

培训对象

课程大纲

基础、理论、直觉,共计约六小时(6h) o 机器学习简介——1h
 机器学习技术的基本概念,应用场景等。
o 学习的核心问题——1h
 机器学习的理论根基,“中心思想”。
o 可学习的问题——1h
 哪些问题属于可学习的、适合学习的问题。
o 常用模型——2h
 常用模型,但是更偏重模型背后的逻辑脉络、使用场景和关联。
o 常用优化方法——1h
 常用优化方法,同样更偏重其逻辑和使用场景,而不是具体做法
系统、工程、实践,共计约六小时(6h) o 模型 VS 系统——1h
 模型与系统的关系。
o 系统鸟瞰——1h
 机器学习系统生态鸟瞰
o 系统核心组件——1h
 机器学习系统的核心组件,包括样本、特征、训练、预测、评估等
o 工具选择——1h
 开发工具、平台的选择,不同工具的特点,以及在不同阶段的作用。
o 系统设计——1h
 机器学习系统与传统软件系统的不同,以及如何掌控这种不同。
o 开发流程——1h
 从零开始,如何构建一个机器学习系统。
基础、理论、直觉,共计约六小时(6h)
o 机器学习简介——1h
 机器学习技术的基本概念,应用场景等。
o 学习的核心问题——1h
 机器学习的理论根基,“中心思想”。
o 可学习的问题——1h
 哪些问题属于可学习的、适合学习的问题。
o 常用模型——2h
 常用模型,但是更偏重模型背后的逻辑脉络、使用场景和关联。
o 常用优化方法——1h
 常用优化方法,同样更偏重其逻辑和使用场景,而不是具体做法
系统、工程、实践,共计约六小时(6h)
o 模型 VS 系统——1h
 模型与系统的关系。
o 系统鸟瞰——1h
 机器学习系统生态鸟瞰
o 系统核心组件——1h
 机器学习系统的核心组件,包括样本、特征、训练、预测、评估等
o 工具选择——1h
 开发工具、平台的选择,不同工具的特点,以及在不同阶段的作用。
o 系统设计——1h
 机器学习系统与传统软件系统的不同,以及如何掌控这种不同。
o 开发流程——1h
 从零开始,如何构建一个机器学习系统。

课程费用

5800.00 /人

课程时长

2

预约体验票 我要分享

近期公开课推荐

近期公开课推荐

提交需求