• 课程介绍
  • 课程目录

机器学习为什么会成为当下最火热的技术

  • 李开复推崇的技术

    “ 中国在人工智能领域毕移动互联网领域还适合创造世界顶尖的公司 ”

  • 应用广泛

    现今每个人的工作都和数据息息相关,比如数据分析、机器学习、深度学习、人工智能还有无人驾驶汽车等等。

  • 人工智能的核心

    使计算机具有智能的根本途径、其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。

了解更多

掌握机器学习技能后,能做什么?

  • 机器学习工程师

  • 高级数据分析师

  • 人工智能工程师

  • 机器人开发工程师

机器学习能做出什么样的产品

无人驾驶汽车
无人驾驶汽车

一款无人驾驶汽车,你可以向他提问比如“去哪儿吃晚餐好”,它则能轻松作答,并带您前往。

智能教育
智能教育

根据不同孩子的学习习惯、能力及需求,定制个性化学习方案,充分挖掘每个孩子的潜能。

可以思考的礼服
可以思考的礼服

分析了成千上万篇文章,扫描了数百张图像,并实时从社交评论中洞察情绪,使礼服随之变换颜色。

隐私更具私密
隐私更具私密

快速抓取并且分析海量数据,通过持续的预测性评估来检测漏洞。并提供近乎实时的警报,有效的保护客户的个人隐私。

智能医疗
智能医疗

实现患者与临床试验的高效匹配,为患者提供前沿的治疗方案选择,同时探索全新的医疗护理模式。

机器学习就业前景

机器学习近5年就业情况

机器学习就业前景

麦子带你进入人工智能的大世界

  • 1对1教学

    采用师徒制,1位专属导师全面负责你的教学工作,手把手带你制定目标,考核,批改作业,学习答疑 。

  • 1对1直播

    学生可以随时在PC和APP发起约课,跟自己的导师约直播课程,1对1直播,私人订制,专属讲解 。

  • 名师指导

    导师多为国内外知名互联网公司8年以上的企业经验大牛,也许你的老师就是Facebook,Google,BAT的大牛。

专业的LPS(学习过程系统) 重塑学习过程,学习足迹完全数字化 什么是LPS?

看看麦子的老师们,选择他们拜师吧,1对1指导

  • 唐宇迪
    唐宇迪
    同济大学计算机博士,深度学习领域一线实战专家

    参与多个国家级项目出品多套机器学习与深度学习系列课程

    跟老师聊聊

全面覆盖了算法、大数据、神经网络系统

我们选择这个行业里最顶尖的实战派老师、从学习到实践

  • 01
    机器学习基础

    配置开发环境;学习回归算法,一维数据的 NumPy 和 Pandas 操作;二维数据的 NumPy 和 Pandas 操作;以及可视化库Matplotlib

  • 02
    探索数据集

    学习决策树和随机森林以及向量机算法。项目一探索数据集:利用统计分析工具对观测数据建立模型,分析科比生涯数据;项目二探索数据集:利用统计分析工具对观测数据建立模型,再用算法进行信用卡欺诈检测;项目三决策树和随机森林数据处理:使用Kaggle分析泰坦尼克号获救指数。

  • 03
    机器学习进阶

    神经网络的学习,Tensorflow框架的使用,Mnist手写字体识别,PCA降维与SVD矩阵分解,以及聚类与集成算法

查看完整课程大纲

线上学习我们的优势在哪?

  • 1v1实时指导

    大咖导师只为你一个人上课,依据你的学习进展,定制你的学习,指导你的项目时间

  • 在线答疑

    大咖导师在线答疑,随时有问题,随时找老师

  • 项目实战

    实战才能出真知,全面提升学员实际的项目处理能力

咨询线下课程

媒体报道能量,荣誉证明实力

媒体报道

合作企业

合作院校

荣誉奖项

  • 麦子学院-最具口碑影响力在线教育机构
  • 麦子学院-领军企业
  • 麦子学院-中国最具创新在线教育品牌
  • 麦子学院-2015年度影响力在线教育品牌
  • 麦子学院-中国品牌价值在线教育机构
  • 麦子学院-2015年最具影响力教育品牌
  • 麦子学院-2013年度金金牌合作机构
  • 麦子学院-特色职业教育品牌
现在行动,你有机会参加麦子学院的50%的奖学金计划
立即报名

填写表单领2300元套券

* 报名成功后,麦子工作人员将在24小时内与您联系
姓名不能为空
请填写正确的电话号码
填写表单领2300元套券 填写表单领2300元套券
  • 1

    机器学习基础篇

    配置基本的编程环境,熟练使用Python语言 掌握机器学习中的算法及各类库的使用 完成机器学习入门的基础

      • 01
        Python快速入门
        1. · 系列课程环境配置
        2. · Python快速入门
        3. · 变量类型
        4. · List基础
        5. · List索引
        6. · 循环结构
        7. · 判断结构
        8. · 字典
        9. · 文件处理
        10. · 函数基础
      • 02
        回归算法
        1. · 机器学习概述
        2. · 回归算法
        3. · 线性回归误差原理推导
        4. · 目标函数求解
        5. · 逻辑回归原理
        6. · 梯度下降实例
        7. · 梯度下降原理
      • 03
        科学计算库Numpy
        1. ·NumPy数据结构
        2. · NumPy基本操作
        3. · NumPy矩阵属性
        4. · NumPy矩阵操作
        5. · NumPy常用函数
      • 04
        数据分析处理库Pandas
        1. ·Pandas数据读取
        2. · Pandas数据预处理
        3. · Pandas常用函数
        4. · Pandas-Series结构
      • 05
        可视化库Matplotlib
        1. ·Matplotlib-折线图
        2. · Matplotlib-子图操作
        3. · Matplotlib-条形图与散点图
        4. · Matplotlib-柱形图与盒图
        5. · Matplotlib-细节设置
  • 2

    机器学习提升篇

    通过项目实操及案例分析巩固基础知识,并进一步学习机器学习的进阶知识

      • 01
        使用Python分析科比生涯数据
        1. · 科比数据集简介
        2. · 数据预处理
        3. · 建模
      • 02
        案例实战-信用卡欺诈检测
        1. · 案例背景和目标
        2. · 样本不均衡解决方案
        3. · 下采样策略
        4. · 交叉验证
        5. · 模型评估方法
        6. · 正则化惩罚
        7. · 逻辑回归模型
        8. · 混淆矩阵
        9. · 逻辑回归阈值对结果的影响
        10. · 模型评估方法
        11. · smote样本生成策略
      • 03
        决策树与随机森林
        1. · 决策树概述
        2. · 熵原理形象解读
        3. · 决策树构造实例
        4. · 信息增益
        5. · 信息增益率
        6. · 决策树剪枝
        7. · 随机森林
        8. · 案例决策树参数
      • 04
        Kaggle竞赛案例-泰坦尼克获救预测
        1. · 数据介绍
        2. · 数据预处理
        3. · 回归模型
        4. · 随机森林模型
        5. · 特征选择
      • 05
        支持向量机算法
        1. · 支持向量机要解决的问题
        2. · 支持向量机求解目标
        3. · 支持向量机目标函数求解
        4. · 支持向量机求解例子
        5. · 支持向量的作用
        6. · 软间隔支持向量机
        7. · 核函数变换
  • 3

    机器学习智能篇

    学习如何搭建机器神经网络,实现机器中最基础的智能——识别

      • 01
        神经网络基础
        1. · 深度学习概述
        2. · 挑战与常规套路
        3. · 用K近邻来进行分类
        4. · 超参数与交叉验证
        5. · 线性分类
        6. · 损失函数
        7. · 正则化惩罚项
        8. · Softmax分类器
        9. · 最优化形象解读
        10. · 最优化问题细节
        11. · 反向传播
      • 02
        神经网络架构
        1. · 神经网络架构-整体架构
        2. · 神经网络架构-实例演示
        3. · 神经网络架构-过拟合解决方案
        4. · 神经网络架构-感受神经网络的强大
      • 03
        TensorFlow框架
        1. · 安装TensorFlow
        2. · 变量
        3. · 变量练习
        4. · 线性回归模型
        5. · 逻辑回归迭代
        6. · 神经网络模型
        7. · 逻辑回归迭代
        8. · 完成神经网络
        9. · 卷积神经网络参数
      • 04
        MNIST手写字体识别
        1. · 神经网络模型概述
        2. · TensorFlow参数
        3. · 卷积简介
        4. · 构造网络结构
        5. · 训练网络模型
      • 05
        PCA降维与SVD矩阵分解
        1. · PCA问题
        2. · PCA降维实例
        3. · SVD原理
        4. · SVD推荐系统
      • 06
        聚类与集成算法
        1. · 聚类算法
        2. · Adaboost集成算法
        3. · 特征工程
        4. · 特征工程2
综合评分
10.00
  • 课程质量 10.00
  • 老师满意度 10.00
  • 简洁易懂 10.00
全部评价
  • 周安伟
    45分钟前
    作为一个刚入门的前端工程师,用这个视频教程作为学习 Vue 真是太好了,主要之前没怎么接触过模块化设计,网上对将这些方面的又不是很多。这个教程很 nice。1 天半看了 1/3 了,毫无难度,通俗易懂。唯一的一点不足就是这不是 Vue 2.0 的,有些不一样的地方我还得翻官方文档去改。但总的来说很好。点赞!
    老师回复:感谢支持~ 能学会使用 Vue 开发实战项目就是本门课的宗旨~由于课程录制时间比较早选择的是 1.0 的。
  • 周安伟
    45分钟前
    作为一个刚入门的前端工程师,用这个视频教程作为学习 Vue 真是太好了,主要之前没怎么接触过模块化设计,网上对将这些方面的又不是很多。这个教程很 nice。1 天半看了 1/3 了,毫无难度,通俗易懂。唯一的一点不足就是这不是 Vue 2.0 的,有些不一样的地方我还得翻官方文档去改。但总的来说很好。点赞!
  • 周安伟
    45分钟前
    作为一个刚入门的前端工程师
  • 周安伟
    45分钟前
    作为一个刚入门的前端工程师,用这个视频教程作为学习 Vue 真是太好了,主要之前没怎么接触过模块化设计,网上对将这些方面的又不是很多。这个教程很 nice。1 天半看了 1/3 了,毫无难度,通俗易懂。唯一的一点不足就是这不是 Vue 2.0 的,有些不一样的地方我还得翻官方文档去改。但总的来说很好。点赞!
    老师回复:感谢支持~ 能学会使用 Vue 开发实战项目就是本门课的宗旨~由于课程录制时间比较早选择的是 1.0 的。
  • 周安伟
    45分钟前
    作为一个刚入门的前端工程师,用这个视频教程作为学习 Vue 真是太好了,主要之前没怎么接触过模块化设计,网上对将这些方面的又不是很多。这个教程很 nice。1 天半看了 1/3 了,毫无难度,通俗易懂。唯一的一点不足就是这不是 Vue 2.0 的,有些不一样的地方我还得翻官方文档去改。但总的来说很好。点赞!
    老师回复:感谢支持~ 能学会使用 Vue 开发实战项目就是本门课的宗旨~由于课程录制时间比较早选择的是 1.0 的。
  • 周安伟
    45分钟前
    作为一个刚入门的前端工程师,用这个视频教程作为学习 Vue 真是太好了,主要之前没怎么接触过模块化设计,网上对将这些方面的又不是很多。这个教程很 nice。1 天半看了 1/3 了,毫无难度,通俗易懂。唯一的一点不足就是这不是 Vue 2.0 的,有些不一样的地方我还得翻官方文档去改。但总的来说很好。点赞!
    老师回复:感谢支持~ 能学会使用 Vue 开发实战项目就是本门课的宗旨~由于课程录制时间比较早选择的是 1.0 的。
  • 周安伟
    45分钟前
    作为一个刚入门的前端工程师,用这个视频教程作为学习 Vue 真是太好了,主要之前没怎么接触过模块化设计,网上对将这些方面的又不是很多。这个教程很 nice。1 天半看了 1/3 了,毫无难度,通俗易懂。唯一的一点不足就是这不是 Vue 2.0 的,有些不一样的地方我还得翻官方文档去改。但总的来说很好。点赞!
    老师回复:感谢支持~ 能学会使用 Vue 开发实战项目就是本门课的宗旨~由于课程录制时间比较早选择的是 1.0 的。
  • 加载更多评论

© 2012-2016 www.maiziedu.com

蜀ICP备13014270号-4 Version 5.0.0 release20160127

您有狂欢嘉年华礼包未领取

客服热线 400-862-8862

回到顶部