機器學習應用培訓課程

第一單元
機器學習&經典模型


該單元介紹機器學習基本概念，發展史和經典模型解析及其應用。

1、機器學習簡介
（1）什么是機器學習
（2）機器學習應用場景
（3）機器學習發展歷史；
（4）機器學習與大數據；
（5）機器學習的本質
2、機器學習模型及其應用實踐
（1）SVM模型；
（2）LR模型
（3）決策樹模型
（4）Word2Vec模型
（5）貝葉斯模型

第二單元
大數據與2%的世界


該單元首先詳細介紹了“大數據”如何作為一種手段讓機器變得更加智能，從而更好服務用戶，提升商業價值。

1、什么是大數據
2、大數據發展歷程
3、大數據的應用場景
（1）傳統場景
（2）京東vs.蘇寧
（3）成功案例
4、大數據的變現實例
（1）圖書電商評論排序/跟帖排序
（2）精準關聯廣告
（3）個性化推薦case
6、大數據處理工具：云計算
7、大數據發展方向

第三單元
層次分類


該單元詳細解釋了分類算法，重要擴充了文本分類領域top級別的的重排序算法。

1、傳統（層次）分類算法
2、重排序算法
（1）假設結果生產
（2）最優結果選擇
（3）正負樣本構建
（4）重排序模型的效果及性能
3、局部漸增式排序模型

第四單元
CTR預估

根據不同場景的用戶行為，挖掘潛在有價值點擊率（CTR）信息。

第五單元
新聞個性化推薦


根據文本挖掘算法，給出了新聞的個性化推薦架構，用戶畫像等核心技術點。

1、 分詞改進
2、 關鍵詞提取優化
3、 深度學習訓練語義空間?
4、 語義聚類
5、 語義層次聚類
6、 用戶畫像刻畫
7、 個性化推薦