基于R语言的机器学习算法和案例详解

课程目标:了解购物篮分析的原理和技术点;动手实践购物篮分析的代码和例子;了解协同过滤算法原理和技术;学会用R语言编写协同过滤的代码和例子;了解文本挖掘概述;掌握主题模型案例;了解定量分析原理和概述;动手操作定量分析案例。

24小时内答疑 课时永久观看 15分钟内无条件退款
1. 仅限付费视频课程适用
2. 购买后15分钟内可以找到客服进行沟通退款
3. 退款将返还至51CTO学院账户,不支持提现
4. 下载资料后不再享有退款特权
5. 客服(Tel:400-101-1651)
6. 最终解释权归51CTO所有
5分 共14课时,共4小时53分钟
现价¥99.00
购买
  1. 课程介绍
  2. 课程大纲
课程目标

了解购物篮分析的原理和技术点;动手实践购物篮分析的代码和例子;了解协同过滤算法原理和技术;学会用R语言编写协同过滤的代码和例子;了解文本挖掘概述;掌握主题模型案例;了解定量分析原理和概述;动手操作定量分析案例。

适用人群

机器学习 人工智能 R语言

课程简介

更多惊喜等着您,请加姚老师微信:Demin-Yao,请注明51CTO同学-真实姓名

配置环境要求:win且是64位操作系统

学习资料有哪些:包括讲义的PPT、练习和案例的代码、代码运行后的结果文件

授课软件版本工具版本:R语言3.5.0版本

授课特色:

本课程对针对主流的协同过滤算法进行深入浅出的原理讲解,结合实际的例子和案例进行代码的讲解和演练。

学后水平:对机器学习有更深的理解;懂得协同过滤算法的技术难点;学会基本的文本挖掘的方法和思路;动手实操文本挖掘的例子。

购买课程后,学习资料里面有代码和讲义可以进行下载,欢迎学习。。。


第一章购物篮分析原理和案例
4节1小时21分钟
1-1购物篮分析概述 [免费试看]
17:40
1-2购物篮分析原理
14:47
1-3购物篮分析数据准备 [免费试看]
18:31
1-4购物篮分析案例
30:45
第二章协同过滤原理和案例
3节56分钟
2-1协同过滤概述
24:52
2-2协同过滤原理
15:20
2-3协同过滤案例
16:13
第三章R语言文本挖掘和分析
7节2小时35分钟
3-1文本挖掘概述
25:35
3-2主题模型原理和数据读入
21:43
3-3主题模型案例1
31:29
3-4主题模型案例2
11:24
3-5定量分析原理和概述
16:37
3-6定量分析案例1
23:59
3-7定量分析案例2
24:36
讲师介绍
陈建平
讲师评分4.5分
IBM(上海)高级数据分析经理,专业资深讲师,10年相关项目经历,长期从事大数据相关研究分析工作。 精通大数据技术,熟悉关系型数据库Oracle10g、Mysql、DB2和GreenPlum等。 精通Hadoop、Hbase、HDFS、Hive、Pig、Hue、Spark等开源技术,对实时处理Storm、Impala有较深的认识,熟悉分布式计算MapReduce。 非常精通数据挖掘算法和解决方案,比如决策树、K-means、神经网络、Logistc线性回归、Apriori算法、协同过滤算法等。 熟悉电信、移动、电力、证券、网络、物流、无线等行业。
X
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载