苹果/安卓/wp
积分 45747, 距离下一级还需 10148 积分
权限: 自定义头衔, 签名中使用图片, 隐身, 设置帖子权限, 设置回复可见, 签名中使用代码
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡, 匿名卡, 抢沙发, 提升卡, 沉默卡, 千斤顶, 变色卡, 置顶卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
开心签到天数: 8 天连续签到: 1 天[LV.3]偶尔看看II
大数据时代数据分析的必备技能——R数据挖掘与机器学习时间：<font color="#18年1月21-23日 (三天)初级；<font color="#月23-25日 (三天)高级地点：北京市海淀区厂洼街3号丹龙大厦B座三层费用：初级：3300元 / 2800元 (仅限全日制本科生及硕士研究生优惠价)高级：3600元 / 3100元 (仅限全日制本科生和硕士研究生优惠价)全程：6000元 / 5400元 (仅限全日制本科生和硕士研究生优惠价)(食宿自理)安排：上午9:00-12:00；下午2:00-5:00；答疑
讲师介绍：
& && & 方匡南老师，统计学教授，博士生导师，耶鲁大学博士后。主要研究：数据挖掘、应用统计。& && & 2007年出版了国内第一本R语言中文教程《R语言统计分析软件简明教程》，并于2015年2月出版了《R数据分析：方法与案例详解》，该书在同类书籍中销售名列前茅，并被引入到台湾地区出版。有10多年的R语言使用经验和丰富的数据挖掘和机器学习实战经验。曾先后在在 Journal of Multivariate Analysis、Scientific Reports（Nature子刊）、Computational Statistics and Data Analysis等国内外权威期刊发表论文70多篇。先后主持了国家自然科学基金、国家社科基金等多个项目。
& && & 承担了建行、华为等30个企业数据挖掘项目，有丰富的实战经验。有10年以上的数据挖掘培训经验，长期讲授《数据挖掘》、《机器学习》等课程，讲课生动活泼、深入浅出、以实际案例引出统计方法，再通过编程讲解实际操作和结果分析，先后为50多家企业的技术人员做技术内心，为100多家企业的高管做大数据有关的理念培训。
课程配套资料：
（1）提供一份精心准备的非常全面的R软件入门和数据挖掘与机器学习讲义。
（2）提供课程源代码1份和相应数据若干份。
特别赠送：方老师主讲的R初级和高级视频，价值1000元！
& && &R语言由新西兰奥克兰大学ross ihaka和robert gentleman 开发。R语言是自由软件，可以放心大胆地使用，且具有非常强大的统计分析和作图功能，而且更重要的是R软件具有非常丰富的网上资源，目前R软件有3000多种贡献包，几乎可以实现所有的统计方法，目前大部分的顶级统计学家和计量经济学家都使用R语言，而且越来越多的数据分析实务人员也开始使用R语言。R语言具有简单易学，功能强大，体积小（仅40m左右），完全免费，可自由开发等特点，且R语言和S语言语法基本相同，绝大部分程序是互相兼容的。学习R软件正成为一种趋势。
& && & R软件最优美的地方是它能够修改很多前人编写的包的代码做各种你所需的事情，实际你是站在巨人的肩膀上。——Google首席经济学家Hal Varian
学员对象：金融、医疗、通讯、咨询、电子商务等领域的数据分析人员、数据挖掘工程师、数据科学家；高校硕士生、博士生、青年教师等。
培训目的和特色：
1. 让学员快速入门并熟练掌握R语言，掌握如何利用R丰富的网上资料和帮助系统，学会基本的编程方法。
2. 以实际案例引入，深入浅出地讲解如何使用R语言进行数据挖掘和机器学习，让学员不仅掌握R语言的使用，更重要的是学会数据挖掘和机器学习的思想、原理和方法。
3. 学完本课程后，使学员基本上可以使用R语言进行实际的数据挖掘工作。尤其学会使用R语言对批量处理的实务数据分析，大大提高工作效率。
培训内容目录:
【初级班】专题名称授课内容第1讲（3小时）R语言入门
目标：掌握R语言的基本用法<font color="#.R语言介绍<font color="#.编辑软件Rstudio使用<font color="#.R程序包的载入与使用<font color="#.数据对象及运算（向量、矩阵、数组、列表与数据框处理）
第2讲（3小时）数据读写R基本编程
目标：掌握用R编写函数和数据的读写<font color="#. R数据读入与读出& & （读入txt、xls、SPSS、SAS、stata以及数据库文件）<font color="#.R 函数编写<font color="#.R的条件与循环函数<font color="#.高效编程技巧介绍
第3讲（3小时）数据预处理探索性分析
目标：掌握数据预处理与探索性分析<font color="#.数据预处理<font color="#.缺失值处理<font color="#.随机数生成<font color="#.常用统计方法的蒙特卡洛模拟<font color="#.随机抽样<font color="#.单变量数据分析与作图<font color="#.双变量数据分析与作图<font color="#.多变量数据分析与作图案例1：统计作图在调查数据中的应用案例2：统计作图在临床医学中的应用
第4讲（3小时）数据挖掘与机器学习入门线性回归
目标：数据挖掘与机器学习入门<font color="#.何为数据挖掘与机器学习<font color="#.数据挖掘与机器学习的主要研究内容<font color="#.有监督学习与无监督学习区别<font color="#.一元线性回归<font color="#.多元线性回归<font color="#.逐步回归案例1：广告营销计划案例案例2：信用卡债务预测案例案例3：房价预测案例
第5讲（3小时）线性分类方法
目标：掌握经典线性分类方法及其应用<font color="#.Logistic模型<font color="#.LDA判别分类<font color="#.QDA判别分类案例1：信用卡违约预测案例案例2：股价涨跌方向预测案例第6讲（3小时）重抽样方法互动交流讨论
目标：掌握经典重抽样方法<font color="#.验证集方法<font color="#.交叉验证<font color="#.Bootstrap方法案例1：量化投资资产配置案例案例2：汽车每加仑汽油里程数预测案例互动交流讨论
【高级班】专题名称授课内容
第1讲线性分类方法
目标：掌握经典线性分类方法及其应用<font color="#.Logistic模型<font color="#.LDA判别分类<font color="#.QDA判别分类案例1：信用卡违约预测案例案例2：股价涨跌方向预测案例
第2讲（3小时）重抽样方法
目标：掌握经典重抽样方法<font color="#.验证集方法<font color="#.交叉验证<font color="#.Bootstrap方法案例1：量化投资资产配置案例案例2：汽车每加仑汽油里程数预测案例
第3讲（3小时）决策树组合预测
课程目标：掌握决策树和组合预测方法及其实际应用。<font color="#.CART决策树<font color="#.Bagging<font color="#.随机森林& & <font color="#.Boosting算法案例1：棒球运动员薪水预测案例案例2：心脏病预测案例案例3：信用卡违约预测案例
第4讲（3小时）支持向量机
课程目标：掌握支持向量机分类方法<font color="#.最大间隔分类器<font color="#.支持向量分类器<font color="#.支持向量机案例1：基因表达数据案例案例2：股票涨跌方向预测
第5讲（3小时）变量选择与高维数据
目标：掌握数据挖掘中高维数据分析方法及其实际应用<font color="#.LASSO<font color="#.SCAD<font color="#.MCP<font color="#.Group&&LASSO案例1：基因筛选案例2： 股票选股第6讲（3小时）无监督学习主成分分析主成分回归聚类分析目标：掌握无监督学习方法及其应用。<font color="#.主成分分析<font color="#.主成分回归<font color="#.Kmeans聚类分析<font color="#.系统聚类分析案例1：广告支出主成分分析案例2：犯罪率主成分分析案例3：学生考试成绩主成分分析案例4：客户细分聚类案例
优惠：现场班老学员9折优惠；
同一单位三人以上同时报名9折优惠；以上优惠不叠加。
报名流程：
<font color="#：点击“初级班/高级班/全程班报名”，网上填写信息提交；
<font color="#：给予反馈，确认报名信息；
<font color="#：网上订单缴费（需要刷卡或对公转账的请报名后与我们联系）；
<font color="#：开课前一周发送课程电子版讲义，软件准备及交通住宿指南。
联系方式：
Tel： 010-
支持楼主：、
购买后，论坛将把您花费的资金全部奖励给楼主，以表示您对TA发好贴的支持
载入中......
正在学习R，很好的培训
很好很好。。。
其实很不错，推荐需要的小伙伴一定要参加
12:47:19 上传
初级热心勋章
初级热心勋章
初级学术勋章
初级学术勋章
中级学术勋章
中级学术勋章
中级热心勋章
中级热心勋章
初级信用勋章
初级信用勋章
中级信用勋章
中级信用勋章
高级学术勋章
高级学术勋章
高级热心勋章
高级热心勋章
高级信用勋章
高级信用勋章
特级信用勋章
高级信用勋章
特级学术勋章
特级学术勋章
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
论坛法律顾问：王进律师671被浏览37,453分享邀请回答7116 条评论分享收藏感谢收起豆丁微信公众号
君，已阅读到文档的结尾了呢~~
周志华：数据挖掘与机器学习
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
周志华：数据挖掘与机器学习
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='http://www.docin.com/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口想转行从事数据挖掘/机器学习的工作，无相关工作经验，如何的实 - 生活_【北京联盟】
想转行从事数据挖掘/机器学习的工作，无相关工作经验，如何的实
/ 作者：admin
北京联盟摘要：
想转行从事数据挖掘/机器学习的工作，无相关工作经验，如何的实，上一篇：
下一篇： 。本专业自动化，小硕一枚，读研期间从事基础算法研究。目前从事自动化相关的工作，想转行从事数据挖掘以及机器学习相关工作。目前已经自学完成ML的网络公开课，统计学习方法、机器学习实战、Python的scikit.learn有一些简单实践，目前基础理论以及常用工具还是
本专业自动化，小硕一枚，读研期间从事基础算法研究。目前从事自动化相关的工作，想转行从事数据挖掘以及机器学习相关工作。目前已经自学完成ML的公开课，统计学习方法、机器学习实战、Python的scikit.learn有一些简单实践，目前基础理论以及常用工具还是持续的学习和练习中。但是放眼看去，各家公司都对工作经验有明确要求，也试着投过一些简历，都无回应。在上看到有人说，目前数据挖掘对初级人员的需要不高，一般公司都要有工作经验的人。那么问题来了：1. 参加阿里的天池大数据比赛这种实践是否会被认可？2. 如果需要以一个低姿态先进入数据挖掘相关公司，那么什么职位可以是入门的跳板？3. 是否还有其他可以积累有效工作经验或者方式能实现向数据挖掘工作的转行？~~~~~~~~~~~~~~~~~~~~~~~~~~~~网友回复：
你可以先去学一些大数据的基础 然后做一些实战案例 这样多少可以有点经验 你可以先去http://www2.edu360.cn/DTCloud这看看
想转行从事数据挖掘/机器学习的工作，无相关工作经验，如何的实
免责声明：本站文章除注明来源“北京联盟”外的文章均来自网络和网友投稿，著作权归原作者所有。北京联盟不承担任何连带责任！本帖子已过去太久远了，不再提供回复功能。