歡迎來到培訓(xùn)無憂網(wǎng)! 鐠囬娅ヨぐ锟� | 閸忓秷鍨傚▔銊ュ斀

咨詢熱線 400-001-5729

位置:南京培訓(xùn)無憂網(wǎng) > 南京電腦與IT > 南京軟件系統(tǒng) > 南京人工智能

南京機(jī)器學(xué)習(xí)競賽實(shí)戰(zhàn)專題-螞蟻金服支付風(fēng)險識別培訓(xùn)班

授課機(jī)構(gòu):南京CDA數(shù)據(jù)分析師培訓(xùn)機(jī)構(gòu)

地址:南京市江寧區(qū)弘景大道1號南京工程學(xué)院(江寧校區(qū))

網(wǎng)報價格:¥電詢

課程原價:¥電詢

咨詢熱線:400-001-5729

課程詳情 學(xué)校簡介 學(xué)校地址 申請試聽

關(guān)鍵詞:南京人工智能培訓(xùn)班哪家好

機(jī)器學(xué)習(xí)競賽實(shí)戰(zhàn)專題-螞蟻金服支付風(fēng)險識別培訓(xùn)班

課程名稱:機(jī)器學(xué)習(xí)競賽實(shí)戰(zhàn)專題-螞蟻金服支付風(fēng)險識別
課程類目:機(jī)器學(xué)習(xí)
課程類型:正式課
授課形式:視頻課+面授
免費(fèi)試聽:是
適合基礎(chǔ):有一定基礎(chǔ)
上課人數(shù):60
班級名稱:高級班
上課時間:周一到周日9-18點(diǎn)
開班時間:每月開課
課時數(shù)量:320


01
課程亮點(diǎn)

本次課程對螞蟻金服競賽業(yè)務(wù)背景做了簡單介紹,講述了數(shù)據(jù)分析在拿到數(shù)據(jù)之后應(yīng)該如何開始數(shù)據(jù)探索,如何跑出模型baseline,如何通過可視化及模型輸出進(jìn)行特征選擇,如何理解自定義的評價函數(shù),如何用合理的方式記錄上分情況而不發(fā)生混亂,如何充分利用傳統(tǒng)模型和競賽殺器,如何根據(jù)模型原理進(jìn)行調(diào)參,如何尋找準(zhǔn)而不同的模型并做出Z優(yōu)的機(jī)器學(xué)習(xí)模型融合,以及Z終如何將每一步串聯(lián)到一起拿到Z優(yōu)模型結(jié)果


02
學(xué)習(xí)目標(biāo)

Z大化提升實(shí)戰(zhàn)能力
取得數(shù)據(jù)科學(xué)競賽TOP名次
拿到比賽豐厚獎金
斬獲名企offer


03
課程內(nèi)容

01章新手上路
01-01說在前面
01-02初識數(shù)據(jù)科學(xué)競賽
01-03支付寶欺詐風(fēng)險識別項目導(dǎo)學(xué)
01-04機(jī)器學(xué)習(xí)環(huán)境:jupyter使用
01-05機(jī)器學(xué)習(xí)常用庫(pandas,scikit-learn)
01-06從業(yè)務(wù)場景認(rèn)識比賽數(shù)據(jù)
01-07數(shù)據(jù)初探索
01-08快速搭建baseline版本
01-09如何制作線下科學(xué)驗證體系
01-10比賽常用回歸任務(wù)評價指標(biāo)
01-11比賽常用分類任務(wù)評價指標(biāo)
01-12支付寶反欺詐自定義評價函數(shù)
01-13數(shù)據(jù)內(nèi)存優(yōu)化技巧
01-14數(shù)據(jù)交叉驗證
01-15使用內(nèi)置cross_validate接口 交叉驗證
01-16使用logsitic分類模型
01-17使用KNN分類模型
01-18使用Adaboost分類模型
01-19使用Bagging分類模型
01-20使用RandomRorest分類模型
01-21使用GBDT分類模型
01-21scikit-learn各分類模型對比分析
02章玩轉(zhuǎn)機(jī)器學(xué)習(xí)競賽兩大殺器
02-01LightGBM采用scikit-learn方式調(diào)用
02-02LightGBM經(jīng)典方式調(diào)用
02-03LightGBM交叉驗證
02-04LightGBM參數(shù)解析
02-05LightGBM輸出特征重要性
02-06LightGBM高級用法
02-07XGBoost使用
02-08XGBoost參數(shù)解析
02-09LightGBM和Xgboost自定義目標(biāo)函數(shù)
02-10XGBoost與LightGBM對比分析
02-11LightGBM原理深度解析
03章數(shù)據(jù)處理與特征工程中的騷操作
03-01數(shù)據(jù)探索與處理
03-02數(shù)據(jù)缺失值分析
03-03缺失值高級處理
03-04特征分析
03-05通過Adversarial訓(xùn)練方式試探訓(xùn)練集和測試集分布
03-06特征的IV和WOE編碼
03-07基于模型的特征選擇
03-08基于scikit-learn中RFECV的特征選擇
03-09使用熱力圖分析特征相關(guān)性
03-10使用核密度圖分析特征相關(guān)性
03-11類別不平衡分析
03-11類別不平衡分析
03-12基于模型的類別不平衡處理
03-13基于數(shù)據(jù)采樣的類別不平衡處理
03-14灰樣本拒絕推斷方案
03-15多種方式特征選擇
03-16特征分布不均勻的處理策略
03-17困難樣本分析
04章模型花式融合調(diào)參
04-01網(wǎng)格搜索優(yōu)化模型參數(shù)
04-02貝葉斯方法優(yōu)化模型參數(shù)
04-03機(jī)器學(xué)習(xí)比賽中隨機(jī)種子的作用
04-04模型的偏差與方差分析
04-05準(zhǔn)而不同模型選擇策略
04-07stacking的模型融合策略
04-08模型之間的相關(guān)性分析
04-09螞蟻金服項目方案整合

  • 培訓(xùn)無憂網(wǎng)
免 費(fèi) 申 請 試 聽
提交申請,《培訓(xùn)無憂網(wǎng)》課程顧問老師會一對一幫助你規(guī)劃更適合你的專業(yè)課程!

留下你的信息,課程顧問一對一為你規(guī)劃更合適課程!
  • 姓名:

  • 手機(jī):

  • 地區(qū):

  • 想學(xué)什么: