400-688-0112
教學(xué)模塊 | 技術(shù)要點(diǎn) | 實(shí)戰(zhàn)項(xiàng)目 |
---|---|---|
數(shù)據(jù)處理基礎(chǔ) | Numpy/Pandas/Matplotlib | 餐飲訂單數(shù)據(jù)分析 |
機(jī)器學(xué)習(xí)體系 | 決策樹/神經(jīng)網(wǎng)絡(luò)/SVM | 信用卡盜刷偵測模型 |
課程體系采用階梯式教學(xué)架構(gòu),從Python編程基礎(chǔ)到深度學(xué)習(xí)應(yīng)用形成完整技術(shù)閉環(huán)。特別在特征工程模塊,系統(tǒng)講解12種特征處理方法,配合電商用戶畫像、金融風(fēng)控建模等真實(shí)業(yè)務(wù)場景進(jìn)行實(shí)操訓(xùn)練。
基礎(chǔ)階段重點(diǎn)攻克Python數(shù)據(jù)清洗技術(shù),通過斯德哥爾摩氣候數(shù)據(jù)分析項(xiàng)目掌握Pandas數(shù)據(jù)處理技巧。中級階段深入統(tǒng)計(jì)建模,在汽車銷售預(yù)測項(xiàng)目中應(yīng)用ARIMA時(shí)間序列模型。高級階段側(cè)重集成學(xué)習(xí)與深度學(xué)習(xí),完成人臉口罩檢測等計(jì)算機(jī)視覺項(xiàng)目。
文本分析模塊包含分詞處理、情感分析、關(guān)系抽取三大技術(shù)板塊。電商標(biāo)題關(guān)鍵詞提取項(xiàng)目采用TF-IDF結(jié)合TextRank算法,中文命名實(shí)體識別項(xiàng)目基于BiLSTM-CRF模型實(shí)現(xiàn),相關(guān)技術(shù)可直接應(yīng)用于輿情監(jiān)控系統(tǒng)開發(fā)。
理論授課與項(xiàng)目實(shí)戰(zhàn)采用1:1課時(shí)配比,每個(gè)技術(shù)模塊配套至少2個(gè)行業(yè)案例。學(xué)員需獨(dú)立完成金融信用評分卡、零售用戶分群等6個(gè)企業(yè)級項(xiàng)目,技術(shù)棧覆蓋Scikit-learn、TensorFlow、PyTorch等主流框架。
職業(yè)發(fā)展模塊包含簡歷優(yōu)化工作坊、模擬技術(shù)面試、企業(yè)內(nèi)推渠道三大支持服務(wù)。往期學(xué)員數(shù)據(jù)表明,掌握課程要求的Python機(jī)器學(xué)習(xí)技術(shù)和3個(gè)完整項(xiàng)目經(jīng)驗(yàn),平均求職周期縮短40%。
技術(shù)架構(gòu)覆蓋從數(shù)據(jù)采集到模型部署的全流程,重點(diǎn)強(qiáng)化特征工程與模型優(yōu)化能力。課程特別增加自動機(jī)器學(xué)習(xí)(AutoML)模塊,教授TPOT框架使用技巧,幫助學(xué)員快速構(gòu)建銀行業(yè)信用風(fēng)險(xiǎn)模型。