我正在中國大學MOOC開設《商務數據分析(機器學習)》，推薦給大家！可以報名瀏覽

https://www.icourse163.org/course/FUDAN-1205806833

這次補充一些高級算法

歡迎各位老師推薦學生選修，提出寶貴意見

課程大綱

????

第一單元 機器學習概論

介紹機器學習的發(fā)展、主要算法或方法及其主要應用領域，還涉及從事機器學習的準備工作。
1.1 機器學習應用
1.2 機器學習過程
1.3 機器學習常見問題
1.4 從事機器學習的準備
第二單元 決策樹與分類算法

介紹常用的決策樹算法ID3、C4.5、CART等、集成算法隨機森林、梯度提升樹和決策樹的過擬合、連續(xù)屬性離散化等問題；支持向量機的原理、應用；樸素貝葉斯模型、貝葉斯網絡原理以及應用；判別分析和主分量分析等。
2.1 決策樹算法
2.2 ID3算法
2.3 C4.5算法和CART算法
2.4 連續(xù)屬性離散化、過擬合問題
2.5 集成學習
2.6 梯度提升樹GBDT算法
2.7 PCA和SVD
2.8 支持向量機基本概念
2.9 支持向量機原理
2.10 支持向量機的應用
2.11 樸素貝葉斯模型
2.12 貝葉斯網絡模型
2.13 貝葉斯網絡的應用

2.14 判別分析
第三單元 神經網絡基礎

介紹前饋神經網絡的基本概念、結構、梯度下降法以及常用應用等。
3.1 神經網絡簡介
3.2 神經網絡相關概念
3.3 前饋神經網絡算法
3.4 神經網絡的應用
第四單元 聚類分析

介紹聚類的基本概念、常用的幾種聚類算法，包括基于劃分的聚類、基于密度的聚類、基于層次的聚類以及基于模型的聚類、EM算法等。
4.1 聚類分析的概念
4.2 聚類分析的度量
4.3 基于劃分的聚類
4.4 基于密度聚類和基于層次聚類
4.5 基于模型的聚類
4.6 EM算法
第五單元 可視化分析

介紹可視化分析的基本作用、方法以及典型的教育數據分析應用。
5.1 可視化分析基礎
5.2 可視化分析方法
5.3 在線教學數據分析
第六單元 關聯(lián)分析

介紹關聯(lián)分析的基本概念、典型的關聯(lián)分析算法，包括Apriori算法以及典型應用。
6.1 關聯(lián)分析基本概念
6.2 Apriori算法
6.3 關聯(lián)規(guī)則應用
第七單元 回歸分析

介紹回歸分析的基本概念、分析過程以及線性回歸、非線性回歸及其典型應用。
7.1 回歸分析基礎
7.2 線性回歸分析
7.3 非線性回歸分析
第八單元 文本分析

介紹文本分析的基本概念、語言模型、詞法句法和語義分析，以及知識圖譜的基本概念、技術及其典型應用。
8.1 文本分析簡介
8.2 文本分析基本概念
8.3 語言模型、向量空間模型
8.4 詞法、分詞、句法分析
8.5 語義分析
8.6 文本分析應用
8.7 知識圖譜簡介
8.8 知識圖譜技術
8.9 知識圖譜構建和應用
第九單元 分布式機器學習、進化計算

介紹分布式機器學習的基本原理、學習框架，決策樹、k-均值聚類、多元線性回歸的并行版本；遺傳算法的基本概念、原理以及應用；蜂群算法的基本原理以及應用。
9.1 分布式機器學習基礎
9.2 分布式機器學習框架
9.3 并行決策樹
9.4 并行k-均值算法
9.5 并行多元線性回歸模型
9.6 遺傳算法基礎
9.7 遺傳算法的過程
9.8 遺傳算法的應用
9.9 蜂群算法
第十單元 電子推薦系統(tǒng)

介紹電子推薦系統(tǒng)的基本概念、作用、結構、常用的電子推薦方法、電子推薦算法的評估指標和方法以及電子推薦的典型應用。
10.1 推薦系統(tǒng)基礎
10.2 推薦系統(tǒng)結構
10.3 基于人口統(tǒng)計學的推薦、基于內容的推薦
10.4 基于協(xié)同過濾的推薦算法
10.5 基于圖、PageRank、關聯(lián)規(guī)則的推薦
10.6 其他推薦方法
10.7 推薦結果的評測方法
10.8 推薦結果的評測指標
10.9 推薦系統(tǒng)常見問題
第十一單元 深度學習

介紹深度學習的基本概念、卷積神經網絡、循環(huán)神經網絡、長短期記憶LSTM等典型算法及其在股票預測中的應用；生成對抗網絡、強化學習、遷移學習、對偶學習等。
11.1 卷積基本概念
11.2 LeNet框架
11.3 卷積基本單元
11.4 卷積神經網絡訓練
11.5 基于卷積的股票預測
11.6 卷積神經網絡的高級應用
11.7 循環(huán)神經網絡RNN基礎
11.8 循環(huán)神經網絡的訓練和示例
11.9 長短期記憶網絡LSTM
11.10 基于LSTM的股票預測
11.11 生成對抗網絡
11.12 強化學習
11.13 遷移學習

11.14 對偶學習
第十二單元 面向實踐的機器學習課程研討

討論如何結合實踐，在奠定基礎理論的基礎上，培養(yǎng)機器學習的應用技能。
課程學習方法研討