随着摩尔定律带来的芯片计算能力和存储能力大幅提升，以及大数据时代的来临，不仅让谷歌人工智能围棋程序阿尔法狗AlphaGo和百度人工智能机器人小度一炮走红，也将人工智能研究推向了一个新的高潮。
机器学习的研究动机是为了让计算机系统具有人的学习能力以便实现人工智能。目前被广泛采用的机器学习定义是“利用经验来改善计算机系统自身的性能”。由于“经验”在计算机系统中主要是以数据的形式存在的，因此机器学习需要运用机器学习技术对数据进行分析，这就使得它逐渐成为智能数据分析技术的创新源之一，并且为此而受到越来越多的关注。
本课程将重点介绍机器学习中的核心算法和理论（回归分析、支持向量机、决策树、随机森林、聚类等），并辅以相应的程序实践，帮助同学们更好的掌握这些经典算法。通过两天的系统学习加相应的案例实战，让学生初步理解主流的机器学习算法，并且可以用机器学习技术解决现实生活中的问题。
主办单位：北京市计算中心有限公司
协办单位：
北京市基因测序与功能分析工程技术研究中心
云计算关键技术与应用北京市重点实验室
工业和信息化人才培养工程培训基地
北京市大数据教学实践基地
举 办 地：北京市海淀区丰贤中路7号北科产业3号楼
课程安排：2021.9.24-25（周五--周六）上午9:30-11:30 下午13:30-17:00
时间 | 内容 | 实践案例 |
第一天 | 1、Python语言概述 2、Python安装与基础配置 3、python数据结构 4、控制语句 5、文件操作 6、Numpy、Pandas、Matplotlib库引用 | (1) 小说词频统计 (2) 蒙特卡洛方法计算π (3) 负二项分布与比赛胜率 (4) 散点图--商场手机信号分布 (5) 饼状图--学生成绩分布 (6) Pandas + NumPy--金融股票数据分析 |
7、机器学习的定义 8、Sklearn基本概念 9、回归分析 10、KNN算法 11、朴素贝叶斯算法 12、支持向量机SVM | (7) 波士顿房价数据集的回归分析 (8) KNN实现鸢尾花数据集分类 (9) 使用朴素贝叶斯算法识别中文垃圾邮件 (10) SVM--MNIST手写体识别 (11) SVM进行简单人脸分类 | |
第二天 | 13、决策树 14、随机森林 15、聚类算法 | (12) 决策树--泰坦尼克号生存预测 (13) 随机森林在乳腺癌数据上的调参 (14) 葡萄酒数据集的随机森林分类 (15) Sklearn实现层次聚类、密度聚类 (16) 使用聚类算法压缩图像颜色 |
16、降维（PCA） 17、模型评价 18、机器学习项目实践 | (17) PCA-手写体数字数据集特征降维 (18) PCA--人脸识别 (19) metrics模块--分类评估、回归评估、聚类评估和交叉验证 (20) 加州房价模型进行分区房价预测 (21) 国家GDP与经济发展分类 |
注：内容以实际发生为准；若调，会提前通知。
【报名费用】
注册费：2800元/人（含当期听课费、资料费、证书费、考试费（如有））。培训期间，食宿自理。
提供当期视频回放以供复习使用（羽林学院平台）。
开具增值税发票，提供盖章通知、结业证书等相关材料。
【报名优惠政策】
1、3人以上团体报名每人可减少300元；
2、4+1团报，可免费赠送一个名额；
3、上面优惠政策不能同时享受，只能享受其中一种；
老学员参加及推荐学员参加均可额外优惠200元。
【付费方式】
现金、支票、银行转账、银行汇款、现场刷卡
单位全称：北京市计算中心有限公司
账号：0200151819100023937
开户银行：中国工商银行股份有限公司北京永丰支行
（汇款信息备注：“生物计算——您的姓名”,个人汇款请备注单位名称）
注：款项支出后，请提供付款回执给工作人员，方便核实到账、开具发票。
【咨询请联系】
QQ号：3498448850
邮箱：bcc_peixun@163.com
张老师 18618295767（微信同号）
于老师 15621925881
【注】开课前一周会发送邮件通知；若未接到邮件通知，请电话咨询。
