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。 |