零基础实战机器学习

共 25 讲。

目录

• 零基础实战机器学习
• 开篇词-开发者为什么要从实战出发学机器学习？
• 01-打好基础：到底什么是机器学习？
• 02-工具准备：安装并使用Jupyter Notebook
• 03-实战5步（上）：怎么定义问题和预处理数据？
• 04- 实战5步（下）：怎么建立估计10万+软文点击率的模型？
• 05 - 数据探索：怎样从数据中找到用户的RFM值？
• 06 - 聚类分析：如何用RFM给电商用户做价值分组画像？
• 07-回归分析：怎样用模型预测用户的生命周期价值？
• 08 - 模型优化（上）：怎么用特征工程提高模型效率？
• 09-模型优化（中）：防止过拟合，模型也不能太精细
• 10-模型优化（下）：交叉验证，同时寻找最优的参数
• 11-深度学习（上）：用CNN带你认识深度学习
• 12-深度学习（中）：如何用RNN预测激活率走势？
• 13-深度学习（下）：3招提升神经网络预测准确率
• 14-留存分析：哪些因素会影响用户的留存率？
• 15-二元分类：怎么预测用户是否流失？从逻辑回归到深度学习
• 16-性能评估：不平衡数据集应该使用何种评估指标？
• 17-集成学习：机器学习模型如何“博采众长”？
• 18 - 增长模型：用XGBoost评估裂变海报的最佳受众群体
• 19 - 胸有成竹：如何快速定位合适的机器学习算法？
• 20 - 模型部署：怎么发布训练好的机器学习模型？
• 21-持续精进：如何在机器学习领域中找准前进的方向？
• 一套习题，测出你对机器学习的掌握程度
• 结束语 - 可以不完美，但重要的是马上开始