1、培訓(xùn)過程中，如有部分內(nèi)容理解不透或消化不好，可免費(fèi)在以后培訓(xùn)班中重聽；
       2、免費(fèi)提供課后技術(shù)支持，保障培訓(xùn)效果。
       3、培訓(xùn)合格學(xué)員可享受免費(fèi)推薦就業(yè)機(jī)會(huì)。☆合格學(xué)員免費(fèi)頒發(fā)相關(guān)工程師等資格證書，提升職業(yè)資質(zhì)。專注高端技術(shù)培訓(xùn)15年，端海學(xué)員的能力得到大家的認(rèn)同，受到用人單位的廣泛贊譽(yù)，端海的證書受到廣泛認(rèn)可。

第一節(jié)：機(jī)器學(xué)習(xí)基本理論
機(jī)器學(xué)習(xí)概述
機(jī)器學(xué)習(xí)算法分類及知識(shí)框架
機(jī)器學(xué)習(xí)相關(guān)概念
機(jī)器學(xué)習(xí)一般步驟
案例：用R實(shí)現(xiàn)機(jī)器學(xué)習(xí)模型預(yù)測(cè)
第二節(jié)：R語(yǔ)法基礎(chǔ)
R語(yǔ)言基礎(chǔ)語(yǔ)法
數(shù)據(jù)處理常用R包介紹（tidyr，dplyr，stringr,reshape2,ggplot2）
數(shù)據(jù)的存取與編輯
非結(jié)構(gòu)化數(shù)據(jù)的讀取
案例：用R實(shí)現(xiàn)MySQL數(shù)據(jù)庫(kù)數(shù)據(jù)讀取
第三節(jié)：數(shù)據(jù)清洗方法
缺失數(shù)據(jù)處理
異常值的辨識(shí)處理
不平衡數(shù)據(jù)的處理
特征提取與特征工程
案例：針對(duì)美國(guó)人群收入等數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗
第四節(jié)：線性回歸與Logistic回歸
線性回歸與最小二乘法
Lasso回歸及嶺回歸
Logistic回歸模型
多分類Logistic回歸模型
案例：運(yùn)用Logistic回歸模型預(yù)測(cè)學(xué)生錄取情況
第五節(jié)：K最近鄰（KNN）算法
k近鄰算法原理
k近鄰算法R實(shí)現(xiàn)
案例：運(yùn)用KNN實(shí)現(xiàn)前列腺癌癥檢測(cè)
第六節(jié)：聚類算法
聚類算法原理
聚類算法R實(shí)現(xiàn)
案例：運(yùn)用聚類分析進(jìn)行離群點(diǎn)識(shí)別
第七節(jié)：基于決策樹類型算法介紹
決策樹算法
隨機(jī)森林算法
第八節(jié)：提升算法
Adaboost算法
GBDT算法
XGBoost
案例：針對(duì)美國(guó)人群收入預(yù)測(cè)模型比較
第九節(jié)：SVM支持向量機(jī)算法介紹
SVM基本原理
SVM算法的R實(shí)現(xiàn)
第十節(jié)：人工神經(jīng)網(wǎng)絡(luò)
人工神經(jīng)網(wǎng)絡(luò)（RNN）
深度學(xué)習(xí)
案例：運(yùn)用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)手寫數(shù)字識(shí)別
第十一節(jié)：地圖可視化：上海交通地圖數(shù)據(jù)可視化實(shí)戰(zhàn)
數(shù)據(jù)可視化基本圖形選擇匯總
繪制數(shù)據(jù)地圖常用方法
交互式可視化實(shí)戰(zhàn)
第十二節(jié)：機(jī)器學(xué)習(xí)mlr包：債務(wù)預(yù)測(cè)實(shí)戰(zhàn)
mlr包介紹
實(shí)際問題分析及數(shù)據(jù)處理
多種分類算法模型的比較
模型評(píng)價(jià)方法匯總