機(jī)器學(xué)習(xí)應(yīng)用實(shí)踐培訓(xùn)大綱
第一單元
機(jī)器學(xué)習(xí)&經(jīng)典模型
該單元介紹機(jī)器學(xué)習(xí)基本概念,發(fā)展史和經(jīng)典模型解析及其應(yīng)用。
1、機(jī)器學(xué)習(xí)簡(jiǎn)介
(1)什么是機(jī)器學(xué)習(xí)
(2)機(jī)器學(xué)習(xí)應(yīng)用場(chǎng)景
(3)機(jī)器學(xué)習(xí)發(fā)展歷史;
(4)機(jī)器學(xué)習(xí)與大數(shù)據(jù);
(5)機(jī)器學(xué)習(xí)的本質(zhì)
2、機(jī)器學(xué)習(xí)模型及其應(yīng)用實(shí)踐
(1)SVM模型;
(2)LR模型
(3)決策樹模型
(4)Word2Vec模型
(5)貝葉斯模型
第二單元
大數(shù)據(jù)與2%的世界
該單元首先詳細(xì)介紹了“大數(shù)據(jù)”如何作為一種手段讓機(jī)器變得更加智能,從而更好服務(wù)用戶,提升商業(yè)價(jià)值。
1、什么是大數(shù)據(jù)
2、大數(shù)據(jù)發(fā)展歷程
3、大數(shù)據(jù)的應(yīng)用場(chǎng)景
(1)傳統(tǒng)場(chǎng)景
(2)京東vs.蘇寧
(3)成功案例
4、大數(shù)據(jù)的變現(xiàn)實(shí)例
(1)圖書電商評(píng)論排序/跟帖排序
(2)精準(zhǔn)關(guān)聯(lián)廣告
(3)個(gè)性化推薦case
6、大數(shù)據(jù)處理工具:云計(jì)算
7、大數(shù)據(jù)發(fā)展方向
第三單元
層次分類
該單元詳細(xì)解釋了分類算法,重要擴(kuò)充了文本分類領(lǐng)域top級(jí)別的的重排序算法。
1、傳統(tǒng)(層次)分類算法
2、重排序算法
(1)假設(shè)結(jié)果生產(chǎn)
(2)優(yōu)結(jié)果選擇
(3)正負(fù)樣本構(gòu)建
(4)重排序模型的效果及性能
3、局部漸增式排序模型
第四單元
CTR預(yù)估
根據(jù)不同場(chǎng)景的用戶行為,挖掘潛在有價(jià)值點(diǎn)擊率(CTR)信息。
第五單元
新聞個(gè)性化推薦
根據(jù)文本挖掘算法,給出了新聞的個(gè)性化推薦架構(gòu),用戶畫像等核心技術(shù)點(diǎn)。
1、 分詞改進(jìn)
2、 關(guān)鍵詞提取優(yōu)化
3、 深度學(xué)習(xí)訓(xùn)練語義空間
4、 語義聚類
5、 語義層次聚類
6、 用戶畫像刻畫
7、 個(gè)性化推薦 |