第五期初级机器学习小组(正式组)


About

鉴于琪石学习小组的持续热度与广受好评,为满足广大学子的要求,本期机器学习学习小组继续开通旁听!录取分为正式组(需要进行面试,面试录取后免费)和旁听组(不需要面试,缴费即进场),一同进行学习。请参考往期小组成员的学习心得: https://mp.weixin.qq.com/s/Nrvd0QJcCTU4BSuevqX8ng 正式组和旁听组学习方式和要求大致相同,具体如下。

学习目标: 通过学习Stanford的Machine Learning(CS 229), 对机器学习进行完整的初步学习。适用于没有系统学过机器学习,希望打好基础的学员。旨在短期(9周)内掌握如何应用、 选择合适的机器学习算法并提高算法的表现。 网课reference:http://cs229.stanford.edu/ 领队在学习结束后根据习题完成情况、出勤、主讲表现、讨论参与度等方面评测正式小组成员表现。

学习方式: 以个人学习和小组讨论相结合形式进行,要求学员深入思考并积极参与讨论。具体形式为: 课件讲解:每周末进行线上小组讨论,由被录取的**正式组学员**(包括领队)轮流选择课程的章节进行讲解,梳理知识点,并给出3-5道不同难度的例子做进一步讲解;讲解完成后,主讲人需提供题目作为习题,可以使用网课附加的习题,每周讨论时长约为1-2个小时。 提问答疑:学习小组所有成员进行个人学习,遇到问题可以随时在学习群里面讨论;对于全体成员均不确定或无法解决的难题,助教提供阶段性指导,助教也会在期中和期末按需进行答疑(主要在微信群)。 完成作业:小组**正式学员**需要每周完成并提交主讲人给出的习题,小组成员上传自己的代码到GitHub,分享自己的repository来相互review代码。**旁听学员**不需要参与代码review,但强烈鼓励按时完成习题(不作具体要求)。

学员组成:
助教:一名(已到位); 组长(领队):一名(已到位); 组员:正式组8人(含组长),对Machine Learning有热情,适合近期准备科技公司面试的朋友。 旁听组最多50人。

报名要求:
对Machine Learning有热情,有一定统计基础的同学

课程时间:
2020年5月10日-2020年7月11日 9周

琪石学分: 2


Syllabus

部分学习大纲:
1. Linear Regression and Logistic Regression, 2. Naive Bayes and Laplace smoothing, 3. Support Vector Machines, 4. Neural Networks, 5. Unsupervised Learning (K-mean,GMM,EM) and PCA vs LDA, 6. Model Selection, 7. Decision Tree,Boosting,Bagging,Random Forest,Ensemble, 8. KNN and Weakly supervised Learning, 9. Final Project Presentation, 以上总共包括9个主题,每一周讨论一个主题,届时可根据实际进展调整课时。

学习资料:
Stanford的Machine Learning(CS 229)

...

This activity has full participants or has passed registration deadline.

...

Activity type: OnlineStudyGroups

Invite friends to join!

...


Announce date: April 5, 2020

Registration deadline: May 3, 2020

Start date: May 10, 2020

End date: July 11, 2020

...

Leader: Not disclose

Maximum participants: 8

Maximum Applicants: 13

13 people already applied

...

This activity is free


Copyright 2020 by Flash Kick In Consulting Inc. All Rights Reserved.