ad
close

适用人群

  • 数学基础扎实者
  • 编程背景人员
  • 数据分析师
  • AI技术爱好者
  • 大数据行业从业者
讲师介绍
avatar老汤

课程: 70学员: 51万focus-icon 关注 已关注
51CTO微职位大数据教学总监; 多年大数据技术架构师,10年软件技术设计开发经验,在爱奇艺、北京国双科技(大数据上市公司)、快钱支付、华为等大型企业设计和开发大数据相关项目,大型的项目包含爱奇艺直播业务大数据中心的建设、2016奥运会CNTV网站流量分析、金融支付反欺诈项目以及电信计费数据清洗分析等数十个大数据相关项目。服务的行业有视频、电子营销、金融、电信等行业。国内首批Spark实践者之一,也是国内早期推出按照”软件即现实世界” 的原则来讲解Spark等大数据技术,丰富的大型企业内部培训大数据技术的经验。
课程内容

第一阶段

机器学习之数学基础

从微积分和线性代数两个层面上打好基础

  • course-pic

    [老汤-人工智能]机器学习一之数学基础

    本课程学习机器学习需要的两个数学基础知识:微积分、线性代数微积分基础包括:1、无穷和极限2、导数3、可导函数求导4、复合函数求导5、偏导数6、函数极值点求解线性代数主要讲解了机器学习需要的矩阵知识,包括:1、矩阵以及特殊矩阵2、矩阵运算3、矩阵转置4、行列式和逆矩阵5、初等变换6、矩阵的秩7、特征值和特征向量8、最小二乘法9、矩阵分解10、梯度下降法【老汤人工智能】机器学习课程体系分为三部分:机器
    18课时 · 4小时2477人学习 4.9 2018/10/13 更新
    课程大纲
    课程大纲

    第二阶段

    监督学习算法以及实战

    分别讲解了线性回归、逻辑回归、SVM、正则化等常用的算法原理以及一个实战项目(航班延迟预测)

    • course-pic

      [老汤-人工智能]机器学习二之线性回归视频课程

      从一元线性回归和多元线性回归两个算法讲解线性回归的算法原理并且讲解使用梯度下降算法求解线性回归的代价函数的最优值分别讲解了批量梯度下降算法、随机梯度下降算法以及小批量梯度下降算法的原理、区别等【老汤人工智能】机器学习课程体系分为三部分:机器学习一之数学基础(https://edu.51cto.com/course/14792.html):从微积分和线性代数两个方面讲解机器学习需要的数学知识机器学习
      19课时 · 4小时6分钟5659人学习 5.0 2018/11/30 更新
      课程大纲
      课程大纲
      • course-pic

        [老汤-人工智能]机器学习三之逻辑回归算法视频课程

        这门课程是算法原理课,讲解机器学习中分类算法(也就是逻辑回归算法),还讲解了解决机器学习的过拟合问题【老汤人工智能】机器学习课程体系分为三部分:机器学习一之数学基础(https://edu.51cto.com/course/14792.html):从微积分和线性代数两个方面讲解机器学习需要的数学知识机器学习二之线性回归(https://edu.51cto.com/course/16010.html
        11课时 · 2小时11分钟667人学习 5.0 2018/11/30 更新
        课程大纲
        课程大纲
        • course-pic

          [老汤-人工智能]机器学习四之模型调试视频课程

          这门课是算法原理课,讲解机器学习中怎么来评估模型、测试模型以及怎样定位模型问题等【老汤人工智能】机器学习课程体系分为三部分:机器学习一之数学基础(https://edu.51cto.com/course/14792.html):从微积分和线性代数两个方面讲解机器学习需要的数学知识机器学习二之线性回归(https://edu.51cto.com/course/16010.html ):讲解机器学习中
          7课时 · 1小时18分钟777人学习 5.0 2018/11/30 更新
          课程大纲
          课程大纲
          • course-pic

            [老汤-人工智能]机器学习五之SVM算法视频课程

            这门课是算法原理课,讲解机器学习中应用很广泛的支持向量机算法(即SVM算法)【老汤人工智能】机器学习课程体系分为三部分:机器学习一之数学基础(https://edu.51cto.com/course/14792.html):从微积分和线性代数两个方面讲解机器学习需要的数学知识机器学习二之线性回归(https://edu.51cto.com/course/16010.html ):讲解机器学习中最简
            6课时 · 1小时41分钟834人学习 5.0 2018/11/30 更新
            课程大纲
            课程大纲
            • course-pic

              [老汤-人工智能]机器学习六之Spark项目实战一

              这个课程以一个项目来讲解Spark中怎么使用线性回归、逻辑回归以及SVM等算法模型。项目主要是预测航班的延迟时间,项目是按照如下的流程来讲解:在数据转换中,也详细讲解了Spark中的StringIndexer、OneHot编码、VectorAssembler等特征转换API。在模型训练地方,详细讲解了交叉验证的功能【老汤人工智能】机器学习课程体系分为三部分:机器学习一之数学基础(https://e
              31课时 · 4小时14分钟1656人学习 5.0 2020/09/07 更新
              课程大纲
              课程大纲

              第三阶段

              决策树相关算法以及实战

              分别讲解决策树、提升树、随机森林等相关算法原理。以及一个项目实战:运动数据分类

              • course-pic

                [老汤-人工智能]机器学习七之决策树算法视频课程

                这门课是算法原理课,讲解机器学习中决策树算法,以及基于决策树的回归树算法、提升树算法以及梯度提升算法等算法【老汤人工智能】机器学习课程体系分为三部分:机器学习一之数学基础(https://edu.51cto.com/course/14792.html):从微积分和线性代数两个方面讲解机器学习需要的数学知识机器学习二之线性回归(https://edu.51cto.com/course/16010.h
                13课时 · 2小时37分钟1834人学习 5.0 2018/11/30 更新
                课程大纲
                课程大纲
                • course-pic

                  [老汤-人工智能]机器学习八之Spark项目实战二

                  这个课程以一个项目来讲解Spark中怎么使用决策树、提升树以及随机深林等算法模型的使用方法。项目主要是对运动数据的分类,项目是按照如下的流程来讲解:在数据转换中,也详细讲解了在机器学习中缺失值的探索与正确处理。在模型的评估中,详细讲解了在多分类任务中,混淆矩阵的概念以及准确率、召唤率等指标的计算【老汤人工智能】机器学习课程体系分为三部分:机器学习一之数学基础(https://edu.51cto.c
                  32课时 · 4小时794人学习 5.0 2020/09/07 更新
                  课程大纲
                  课程大纲

                  第四阶段

                  非监督学习算法以及实战

                  分别讲解了聚类(KMeans)、PCA等非监督相关算法原理,以及项目实战:uber载客位置聚类

                  • course-pic

                    [老汤-人工智能]机器学习九之非监督算法

                    这门课是算法原理课,讲解机器学习中非监督类型的算法,包括:聚类算法(K-Means算法)以及PCA降维算法【老汤人工智能】机器学习课程体系分为三部分:机器学习一之数学基础(https://edu.51cto.com/course/14792.html):从微积分和线性代数两个方面讲解机器学习需要的数学知识机器学习二之线性回归(https://edu.51cto.com/course/16010.h
                    12课时 · 1小时42分钟463人学习 0.0 2018/11/30 更新
                    课程大纲
                    课程大纲
                    • course-pic

                      [老汤-人工智能]机器学习十之Spark项目实战三

                      这个课程讲解了一个End To End的机器学习的项目是什么样的,项目的架构图如下:项目分为三个大模块:1、离线批处理:主要是使用KMeans算法训练聚类模型2、实时流预测处理:利用离线批处理生成的聚类模型实时对uber产生的位置信息进行聚类分析3、WebServer:对聚类后的位置信息实时的渲染在google地图上本门课程还详细讲解了Spark中聚类的实现-KMeans,以及怎么评估KMeans
                      20课时 · 3小时9分钟878人学习 5.0 2020/09/07 更新
                      课程大纲
                      课程大纲

                      第五阶段

                      大数据推荐系统实战

                      讲解了推荐系统的相关算法原理,以及使用Spark实现大数据推荐系统

                      • course-pic

                        [老汤-人工智能]机器学习十一之Spark推荐系统

                        本课程的目的是使得同学们学习大数据领域中的推荐系统课程内容从两部分讲解推荐系统:第一部分讲解的是推荐系统需要的算法及其推导,内容如下:1、基于内容的推荐系统2、协同过滤的核心概念3、基于用户的协同过滤和基于产品的协同过滤4、相似度的计算5、隐语义模型的讲解6、Spark支持的推荐算法的介绍7、交替最小二乘法(ALS)的推导第二部分讲解的是Spark代码实现的推荐系统,内容如下:1、隐式类型数据的推
                        20课时 · 5小时3分钟4012人学习 4.8 2018/10/13 更新
                        课程大纲
                        课程大纲
                        资料下载
                        Spark大数据机器学习专题的资料下载
                        [老汤-人工智能]机器学习一之数学基础3 个资料
                        资料名称文件大小
                        微积分1.12M
                        矩阵基础2.90M
                        matrix-course源代码31.76KB
                        download下载
                        [老汤-人工智能]机器学习二之线性回归视频课程3 个资料
                        资料名称文件大小
                        机器学习介绍1.22M
                        1_1_一元线性回归算法1.51M
                        1_2_多元线性回归算法849.86KB
                        download下载
                        [老汤-人工智能]机器学习七之决策树算法视频课程1 个资料
                        资料名称文件大小
                        5_决策树算法1.04M
                        download下载
                        [老汤-人工智能]机器学习九之非监督算法2 个资料
                        资料名称文件大小
                        1_K-Means算法789.85KB
                        2_PCA降维算法812.22KB
                        download下载
                        [老汤-人工智能]机器学习十一之Spark推荐系统3 个资料
                        资料名称文件大小
                        推荐系统1.32M
                        推荐系统2.31M
                        spark-als-example(源代码)128.17M
                        download下载
                        [老汤-人工智能]机器学习三之逻辑回归算法视频课程2 个资料
                        资料名称文件大小
                        2_1_逻辑回归算法692.78KB
                        2_2_正则化737.11KB
                        download下载
                        [老汤-人工智能]机器学习八之Spark项目实战二2 个资料
                        资料名称文件大小
                        运动数据分类481.64KB
                        activity-classifier157.68M
                        download下载
                        [老汤-人工智能]机器学习十之Spark项目实战三2 个资料
                        资料名称文件大小
                        uber载客位置聚类1.58M
                        uber-cluster(源代码新)6.24M
                        download下载
                        [老汤-人工智能]机器学习四之模型调试视频课程1 个资料
                        资料名称文件大小
                        模型调试742.83KB
                        download下载
                        [老汤-人工智能]机器学习五之SVM算法视频课程1 个资料
                        资料名称文件大小
                        3_SVM算法822.72KB
                        download下载
                        学员评价

                        {{ starInfo.score }}

                        {{ total > 999 ? '999+' : total }}条学员评分
                        • {{ tag.tagname }}{{ tag.num > 99 ? '99+' : tag.num }}
                        • avatar
                          • {{ tag.tagname }}
                          {{ item.content || '该用户未填写评价内容' }}
                        展开更多more
                        加载中
                        没有了哦~
                        在线
                        客服
                        APP
                        下载

                        下载Android客户端

                        下载iphone 客户端

                        官方
                        微信

                        关注官方微信

                        返回
                        顶部