价格: ¥ 6.00

分类: 数据学院 人工智能

发布: 2018-10-11 08:56:47

更新: 2018-10-11 08:56:47

难度: 入门

演示:

5.0分/3人

下载地址

入门ML之后,掌握了很多算法,但却没有实际操作的经验,怎么提高实战能力呢,毫无疑问,做实际项目,而kaggle上就有大量的ML项目,kaggle对于数据科学非常重要。本课程,通过kaggle案例从抓取数据、处理特征、建模、模型融合、调优/调参完整走一遍。
1)用Kaggle项目经验弥补你没有工作经验的不足
之前有很多转行数据分析的朋友经常问的一个问题是:我是转行,没做过相关的项目啊,根本没有经验,怎么整?其实公司看你的项目经验,并不是说你要工作过,而是想通过你做的具体事情来了解,你是否有某方面的能力。让别人知道你能力的最好办法不是你说了什么,而是你做了什么。各位老铁,感谢互联网时代吧,你做了什么是可以借助互联网留下痕迹。所以解决办法很简单,把Kaggle上的项目经验写在你的简历上可以很直观的展现自己的能力,同时作为你的项目经验。
2)Kaggle的个人资料是你能力的证明
Kaggle竞赛另一个有趣的地方在于每个人都有自己的个人资料,上面会显示所有你自己参与过的项目、佳排位等。同时,Kaggle作为数据科学业内享有盛名的平台,在业界拥有极高的认可度。所以如果你是想寻找相关行业的工作,当你把这个Kaggle Profile的地址放到你的求职简历里,会被优先录取。
Kaggle 的比赛在 Machine Learning 领域中属于什么地位?写上参加过Kaggle比赛,我会看简历。得过一次10%,我会给电话面试。得过2次或者以上10%,我会给on site面试。得过一次前10,我们会谈笑风生。

第一课 机器学习解决问题综述课
1.数据比赛与特征工程/模型调优流程与sklearn、xgboost工具
2. 泰坦尼克号之灾(分类)
3. 自行车租赁量预测(回归)
第二课 经济金融相关问题
1. 房价预测:来看看哪些因素会怎么样影响房价与房子出售
2. 伦敦的科学家怎么从新闻预测股市的变化?
第三课 CTR预估相关问题
1. 来自电商的多次点击率预估比赛
2. 从LR/GBDT/RF 到FM与FFM进行CTR预估
第四课 自然语言处理与文本分类
1. KDD2013比赛:判定文章作者.
2. 影评数据怎么做情感分析?
第五课 能源/资源相关问题
1 综合能源案例
2 从开放数据采集、清洗、特征工程到建模,给电力公司预测电能消耗
第六课 深度学习相关比赛
1. 入门:猫狗分辨
2. 人脸表情识别
第七课 推荐系统相关比赛
1. 用户在电商购买团购券概率预测
2. app推荐系统比赛
第八课 金融风控相关比赛
1 综合比赛案例
2 从数据清洗(异常点处理与预处理)、特征工程、特征选择、非均衡样本处理到模型融合,解决风控问题

 

  • 18368******

    3月前18368******

    未评价,系统默认好评!

  • duol****

    3月前duol****

    未评价,系统默认好评!

  • l**

    4月前l**

    未评价,系统默认好评!

更多评论