課程描述INTRODUCTION
經典實驗設計與大數據建模課程
日程安排SCHEDULE
課程大綱Syllabus
經典實驗設計與大數據建模課程
培訓背景隨著工業物聯網的迅速發展,在智能制造和工業4.0的發展趨勢下,大數據與實體經濟正在逐步融合,利用機器學習可以對實體經濟行業進行市場需求分析、生產流程優化、供應鏈與物流管理、能源管理、提高智能客戶服務等,這不但大大拓展了企業的目標市場,更成為眾多企業技術進步的重要推動力。
培訓對象:數據分析人員、對機器學習算法感興趣的人員
培訓時間:18H
課程特點:
(1)關注算法:本次課程通過對算法的深入闡述,通過相關的案例講解,讓學員了解機器學習算法的本質,不同的機器學習算法到底能解決什么問題。
(2)算法實用:機器學習領域算法眾多,逐個學習耗時費力。本次課程介紹了一些常見的實用算法,對算法原理進行詳細講解,通過這些算法可以解決制造業領域面臨的大部分問題。
(3)關注(zhu)實(shi)(shi)操(cao):本次課程安(an)排了學員(yuan)進行實(shi)(shi)際(ji)操(cao)作(zuo),幫助學員(yuan)快(kuai)速上手(shou)如何通過機器學習建立模型。
課程大綱:
第一講:機器學習入門
1、什么是機器學習
2、關于數據
3、機器學習與數據庫以及BI的比較
4、建模的核心內容
5、模型評估
6、數據準備
7、總結
第二講:CART算法介紹
1、CART決策樹基本概念介紹
2、如何進行分裂
3、Prior概率
4、損失的概念
5、缺失值處理
6、變量重要性
7、CART樹形成過程
8、交叉驗證
9、如何打分
10、一些CART的新功能
11、案例演示
12、實操訓練
第三講:TreeNet算法介紹
1、直覺性的介紹
2、損失函數
3、參數和非參數方法
4、隨機梯度提升的算法核心概念
5、具體建模過程圖形演示
6、優化模型的一些重要參數
7、TreeNet的優勢
8、自動化建模介紹
9、案例演示
10、實操訓練
第四講:Mars算法介紹
1、什么是MARS
2、傳統建模和現代建模方法比對
3、MARS的核心概念
4、案例演示
5、實操訓練
第五講:GPS算法介紹
1、傳統回歸的問題
2、Ridge回歸
3、LASSO回歸
4、相對(dui)于之前(qian)的正則化(hua)回歸,GPS的改進(jin)
第六講:RandomForests算法介紹
1、RF與傳統的Bagging的區別
2、RF中的決策樹與CART樹的區別
3、RF中OOB檢驗機制
4、RF中臨近度概念介紹
5、如何在RF中做聚類分析和異常點探查
6、RF中缺失值處理機制
7、RF中的權重和(he)變量重要性如何(he)計算
第七講:DataBinning,QuickImpute算法介紹
第八講:機器學習的應用場景
第九講:如何建立最優模型
經典實驗設計與大數據建模課程
轉載://bamboo-vinegar.cn/gkk_detail/47371.html
已開課(ke)時(shi)間Have start time
人工智能公開培訓班
- “互聯網+”時代下的工業4 齊振宏
- MES項目經理 講(jiang)師團
- 企業數據化管理--大數據人 趙翰文
- 中國制造2025和工業4. 辛玉軍
- 企業數字化運營變革 汪(wang)老師(shi)
- 經典實驗設計與大數據建模 講(jiang)師團
- Python-機器學習、深 講(jiang)師團
- 數字化工廠規劃師 講師團
- 工業4.0 智能制造 張小(xiao)強
- 數字制造技術在工廠的應用 李東
- 咨詢式人力資源管理的五定- 葛老(lao)師
- 企業智能化工廠導入之中國制 沈懷(huai)金
人工智能內訓
- DeepSeek+HR應用 蘇運
- AI前沿趨勢.實戰工具和應 李家貴(gui)
- AI全場景實戰應用:AI高 張曉如
- 運用DeepSeek與 A 張曉如
- DeepSeek賦能增效十 柯雨金
- 運用DeepSeek與 A 張曉(xiao)如
- 運用DeepSeek與 A 張曉(xiao)如
- DeepSeek與 AIG 張曉(xiao)如
- DeepSeek辦公效能提 柯(ke)雨金
- DeepSeek+AI賦能 趙(zhao)保恒
- 運用DeepSeek與 A 張(zhang)曉(xiao)如
- 運用DeepSeek與 A 張曉(xiao)如