在线项目丨帝国理工在线项目-用于决策的机器学习
Posted 英国学术科研资讯
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了在线项目丨帝国理工在线项目-用于决策的机器学习相关的知识,希望对你有一定的参考价值。
Machine Learning for Decision Making 用于决策的机器学习
<项目信息>
项目时长:10周
项目形式:online, part-time
项目开始时间:2021年6月10日
项目费用:1280英镑
*更多详情请查看项目附件:
<项目概述>
该项目是一门沉浸式交互式的在线课程,它将扩展您对机器学习的理解,并帮助你掌握将机器学习应用于商业场景的工具和技术。
这个为期10周的在线课程汲取了英国帝国理工商学院(Imperial College Business School)教员、行业专家和案例研究的专业知识。你将有机会运用你所学到的分析技术,如聚类分析、分类法和回归分析,来解决现实生活中的商业问题。你还可以利用同行的专业知识,使你能够与那些在该领域有深厚技术知识、在你的组织中有更大影响力的人进行可信的沟通。
您将体验实时在线教学会议和视频讲座,并参与互动活动和课后作业,同时还能得到专门的辅导。
课程完成后还将获得帝国理工商学院高管教育认证的数字证书。
<招生对象>
这个国际项目是为有兴趣学习更多关于机器学习领域的数据技术专业人员和学生设计的。
课程内容适用于从银行和金融服务、咨询、教育、能源到医疗保健、IT产品和服务以及零售的各个行业。
<学习目标>
描述机器学习的基本问题,并概述机器学习项目的步骤
概述选择机器学习模型的步骤,并解释为什么我们可能无法从经验中得出有意义的结论
区分排名和预测问题
理解和应用技术工具和方法,如最近邻和朴素贝叶斯定理在现实生活中的问题
定义聚类方法的邻近性,并理解应用它们所涉及的步骤
<内容纲要>
模块1:机器学习概论
模块2:机器学习的基本极限
模块3:评估预测性能(I)
模块4:评估预测性能(II)
模块5:评估预测性能(III)
模块6:最近邻
模块7:朴素贝叶斯算法
模块8:应用分类回归树模型
模块9:聚类分析法
模块10:期末作业
<项目师资>
Prof. Wolfram Wiesemann
分析与运营教授
Prof. Wolfram Wiesemann是英国帝国理工学院商学院(Imperial College Business School)的分析与运营教授,还担任商业分析理学硕士(MSc Business Analytics)课程的学术主任。同时还是毕马威高级商业分析中心(KPMG Centre for Advanced Business Analytics)的成员。
<报名方式>
通过下方链接,注册IC账号,即可报名。
https://execed-online.imperial.ac.uk/en?program_sfid=01t0I000009dov3QAA
我方已与帝国理工方取得联系,为各位同学争取到了一定的学费折扣。如有需要,请联系小学姐登记。
点击阅读原文查看原通知
以上是关于在线项目丨帝国理工在线项目-用于决策的机器学习的主要内容,如果未能解决你的问题,请参考以下文章