本課程是《機(jī)器學(xué)習(xí)》《Python機(jī)器學(xué)習(xí)》課程的姐妹篇，旨在加強(qiáng)學(xué)員的實(shí)際訓(xùn)練，以案例作為基本講解單元，圍繞案例講解分析思路，特征和模型選擇，編寫代碼等。
本課程的受眾主要是沒有經(jīng)過專業(yè)訓(xùn)練的IT專業(yè)人員，他們可能是程序員，運(yùn)維，IT系統(tǒng)架構(gòu)師等等，也適合沒有經(jīng)過科班訓(xùn)練的數(shù)據(jù)分析師。數(shù)據(jù)分析是一個(gè)業(yè)務(wù)+算法+IT的交叉領(lǐng)域，同時(shí)熟悉這三方面知識(shí)的人，可以玩轉(zhuǎn)大數(shù)據(jù)，產(chǎn)生無窮無盡的花樣，產(chǎn)生巨大的價(jià)值。但很無奈的情況是這種人才太少，IT人員即使熟悉本公司的業(yè)務(wù)，但同時(shí)又熟悉算法的人極少。一般只能做一些簡單的維度統(tǒng)計(jì)，指標(biāo)計(jì)算等等，如果說到開發(fā)更高智能的系統(tǒng)，知識(shí)上鞭長莫及。本課程的目標(biāo)，正是要打破知識(shí)的鴻溝，向IT人員普及算法知識(shí)，并把這些知識(shí)用于實(shí)際項(xiàng)目，把中國的機(jī)器學(xué)習(xí)應(yīng)用能力提高一個(gè)臺(tái)階。
每期班的學(xué)員都會(huì)被加入到一個(gè)微信群，除了平時(shí)的問題解答外，還會(huì)另外安排約5次固定時(shí)間微課思路分享和答疑，與10次講授共計(jì)學(xué)習(xí)時(shí)間約十幾周左右。
Kaggle簡介：
Kaggle創(chuàng)立于2010，是一個(gè)專注于舉辦數(shù)據(jù)科學(xué)周邊的線上競賽的網(wǎng)站。它吸引了大量數(shù)據(jù)科學(xué)家、機(jī)器學(xué)習(xí)開發(fā)者的參與，為各類現(xiàn)實(shí)中的商業(yè)難題開發(fā)基于數(shù)據(jù)的算法解決方案。競賽的獲勝者、領(lǐng)先者，在收獲對(duì)方公司提供的優(yōu)厚報(bào)酬之外，還將引起業(yè)內(nèi)科技巨頭的注意，獲得各路 HR 青睞，為自己的職業(yè)道路鋪上紅地毯。
Kaggle 是當(dāng)今最大的數(shù)據(jù)科學(xué)家、機(jī)器學(xué)習(xí)開發(fā)者社區(qū)，其行業(yè)地位獨(dú)一無二。
課程目標(biāo)：
課程從已完結(jié)的競賽中選取了10個(gè)比較有代表性的案例，通過分析優(yōu)勝參賽者的解決思路和方法，從中學(xué)習(xí)問題的解決思路、數(shù)據(jù)的預(yù)處理方法，各種機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等領(lǐng)域中的優(yōu)秀算法，讓學(xué)員可以將這些方法解決各種實(shí)際數(shù)據(jù)分析問題。
課程大綱：
第一課：Crowdflower Search Results Relevance
案例介紹：預(yù)測來自電子商務(wù)站點(diǎn)的搜索結(jié)果的準(zhǔn)確性，將搜索得到的網(wǎng)頁按相關(guān)性排序
獲獎(jiǎng)?wù)咚梅椒ǎ和ㄟ^ensemble learning整合多個(gè)模型的結(jié)果
涉及算法：Ensemble learning
第二課：Santander Product Recommendation
案例介紹：根據(jù)銀行客戶1.5年內(nèi)的行為數(shù)據(jù)，預(yù)測用戶會(huì)下一步會(huì)投資的新產(chǎn)品
獲獎(jiǎng)?wù)咚梅椒ǎ和ㄟ^XGBoost構(gòu)建了多個(gè)基本模型，然后將基本模型整合為一個(gè)總模型
涉及算法：XGBoost
第三課：TalkingData Mobile User Demographics
案例介紹：根據(jù)用戶的手機(jī)應(yīng)用下載和使用行為來預(yù)測用戶的人口統(tǒng)計(jì)數(shù)據(jù)（年齡、性別等）
獲獎(jiǎng)?wù)咚梅椒ǎ?先預(yù)測性別的概率；使用性別的預(yù)測值作為額外的特征加入到模型中，預(yù)測年齡；通過條件概率得到兩個(gè)目標(biāo)變量的預(yù)測概率
涉及算法：兩段預(yù)測，XGBoost
第四課：Facebook V: Predicting Check Ins
案例介紹：預(yù)測用戶會(huì)在哪個(gè)地方登陸Facebook
獲獎(jiǎng)?wù)咚梅椒ǎ禾卣鬟x擇：數(shù)據(jù)塊的最近鄰計(jì)算；模型構(gòu)建：基于XGBoost的兩步模型
涉及算法：XGboost
第五課：Bosch Production Line Performance
案例介紹：為了避免賣家發(fā)布各種經(jīng)過少量改動(dòng)的廣告導(dǎo)致買家難以分辨，參賽者需要設(shè)計(jì)一個(gè)模型，自動(dòng)識(shí)別配對(duì)中的廣告是否同一個(gè)廣告
獲獎(jiǎng)?wù)咚梅椒ǎ禾卣鬟x擇：采用了FTIM方法測試特征的不穩(wěn)定性，提出過度擬合的特征。通過XGBoost和Keras構(gòu)建一層模型；然后通過底層模型構(gòu)建XGBoost 和隨機(jī)森林，最終綜合兩者結(jié)果得到最終結(jié)果
涉及算法：FTIM；元模型
第六課：Click-Through Rate Prediction
案例介紹：預(yù)測某個(gè)廣告是否會(huì)被點(diǎn)擊
獲獎(jiǎng)?wù)咚梅椒ǎ簩?shù)據(jù)拆分成不同的子集，構(gòu)建不同的子模型，再整合
涉及算法：LIBFFM
第七課：Avito Context Ad Clicks
案例介紹：預(yù)測俄羅斯最大的一般分類網(wǎng)站的用戶在瀏覽網(wǎng)站時(shí)，是否點(diǎn)擊上下文廣告
獲獎(jiǎng)?wù)咚梅椒ǎ侯A(yù)處理：散列技巧和消極的抽樣。 學(xué)習(xí)方法：FFM、FM和XGBoost。
涉及算法：FFM；FM；XGboost
第八課：Outbrain Click Prediction Outbrain點(diǎn)解預(yù)測
聯(lián)系客服
