《R语言机器学习》第一期 已关闭

《R语言机器学习》第一期 扫二维码继续学习 二维码时效为半小时

(0评价)
价格: 899.00元

课程名称:

R语言机器学习》第一期

课程目标:

R语言提供了丰富的机器学习算法库,本课程深入剖析R语言的各种实现以及对应的实例介绍,紧密结合业界工程实践。

主讲老师:

 

游皓麟   小象学院签约讲师

高级数据分析师。目前专注于NLP、知识图谱以及深度学习的研究与实现。曾服务于华为技术有限公司等企业,多次出席R语言会议并发表主题演讲。著有《R语言预测实战》,参与过《RHadoop大数据分析实战》书籍的翻译。

开课时间:

2016918

学习方式:

在线直播,共10

每周2次(周三、周日晚上20:00-22:00

直播后提供录制回放视频,在线反复观看,有效期1

课程大纲

第一课  机器学习基础

1、课程介绍

2、机器学习基础

  2.1  监督与非监督学习

  2.2  最优化求解算法(包含梯度下降、牛顿法、SGD)

  2.3  过拟合问题及优化

第二课  R语言基础

1R语言基础

  1.1 数据框及列表

  1.2 矩阵及向量化计算

  1.3 数据处理基础(包含plyr/reshape/data.table等包的介绍)

2、环境搭建

  2.1 WIN7上安装RRstudio并介绍安装过程及基本使用方法

  2.2 Debian/Centos/UbuntuR&Rstudio Server的安装及使用方法介绍

第三课  聚类算法剖析

1kMeans聚类剖析

2、系统聚类算法

  2.1  基础距离及类间距离

  2.2  系统聚类的手动演算案例

3、最佳聚类数目的确定

4、分类变量用于聚类的问题

第四课  关联算法剖析

1Apriori算法

  1.1  基本原理

  1.2  Apriori算法的手动演算案例

2Eclat算法

  2.1  基本原理

  2.2  Eclat算法的手动演算案例

3SPADE算法

  3.1  基本原理

  3.2  SPADE算法的手动演算案例

第五课  随机森林剖析

1、随机森林算法的构建过程

  1.1  随机抽样生成独立样本

  1.2  变量的重要性衡量

  1.3  基于R语言计算各变量的重要性指标

  1.4  基于决策树模拟随机森林的实现

2、基于R语言实现并行的随机森林

第六课  神经网络剖析

1BP神经网络

  1.1  算法原理

  1.2  基于R语言手动实现BP神经网络

2RBF神经网络

  2.1  算法原理

  2.2  基于R语言手动实现RBF神经网络

3Elman神经网络

  3.1  算法原理

  3.2  基于R语言手动实现Elman神经网络

第七课  特征自动生成技术

1、遗传算法简介

2、遗传编程简介

3、基于遗传编程的特征自动生成

  3.1  基本思路

  3.2  特征表达式

  3.3  产生初始种群

  3.4  计算适应度

  3.5  选择、交叉、变异

  3.6  实例分析

第八课  R语言并行计算

1R语言常见并行包介绍

  1.1  multicore

  1.2  snow

  1.3  snowfall

  1.4  doParallel

  1.5  doSNOW

  1.6  parallel

  1.7  RHadoop

2SupR并行计算

  2.1  SupR简介

  2.2  SupR的环境安装

  2.3  SupR的使用案例

第九课  精品案例:短期日负荷曲线预测

1、电力行业负荷预测介绍

2、数据准备及说明

3、基于RBF神经网络的预测

4、基于遗传编程的预测

第十课  课程回顾及总结

1  问题总结

2  机器学习的最新进展及方法论

3  实践中的问题分析

4  课程回顾

联系方式:

1、参团后,请加小象客服微信:18600475565 

2、手机:18600475565

3、邮件:admin@chinahadoop.cn