2023年暑期学生放假时间山东青岛python：2023年暑期Flag：掌握Python机器学习 学到了吗

互联网是1个充满惊喜和变革的领域，每天都有新的事件发生。让我们抛开繁忙的日常，1起探索最近互联网带给我们的1些新鲜事物吧。

2023年暑期将至，你的计划是什么？你有多暂没有系统地更新知识了？每次别人谈起机器学习取人工智能，你若总是云里雾里，这种状况还要持续多暂？机器学习早期为人工智能的分支，后来也有没有少统计学家加入，最近1、二十年因为其预测精度迅速提高而走红，并在业界有着广泛的应用。

可以预见，在未来3十年，几乎所有行业都会因机器学习的深刻冲击而改变MIT名誉校长Eric Grimson曾预言，机器学习会成为像Word1样的工具而谁先掌握此工具，则可占得先机，成为时代的弄潮儿（至少没有会落伍）。

或许你觉得机器学习（Machine Learning）对于你并没有什么实际用途但事实上，至少已经有两波机器学习的大潮席卷了经管学科第1波是以 LASSO 为代表的高维回归、惩罚回归，第二波为以决策树取随机森林(Random Forest)为代表的新型非参数回归取集成学习(Ensemble Learning)，而以神经网络取深度学习（Deep Learning）的第3波也正在潮流涌动……。

如何迅速上手机器学习及Python应用？陈强老师亲授的“机器学习及Python应用”五天现场班（上海，2023年7月13⑴7日），手把手讲解机器学习取Python应用，无疑是难得的捷径！课程是提取机器学习的书籍的精髓，次要包含思想原理+数学精髓+案例讲解

陈强教授获得北京大学经济学学士、硕士，美国Northern Illinois University数学硕士、经济学博士，现为数量经济学博士生导师，在统计学、计量经济学及机器学习领域具有深厚的功底，2010年入选教育部新世纪优秀人才支持计划。

陈强老师著有畅销研究生教材《高级计量经济学及Stata应用》（第2版，高教社，2014），以及《机器学习及R应用》（高教社，2020）取《机器学习及Python应用》（高教社，2021）陈强老师特别擅长深入浅出、直指人心地介绍数据分析原理，深受广大学生们的喜爱，其现场班常常人满为患、好评如潮。

机器学习及Python应用

Python机器学习课程信息培训时间：2023年7月13⑴7日 (五天)培训地点：上海市（提供交通住宿指南）授课安排：上午9:00⑴2:00；下战书2:00⑸:00；答疑5:00⑹:00Python机器学习

授课大纲第1讲机器学习引论(1)什么是机器学习(2)机器学习的分类取术语(3)案例：垃圾邮件过滤；手写体数字识别；图像识别；自动驾驶第2讲Python语言快速入门(1) Why Python？(2)安装Python取Spyder

(3) Python的模块(module)(4) Python的对象(str, bool, list, tuple, dict, set)(5) Python的函数(function)取方法(method)

(6) Numpy (ndarray), pandas(Series, Data Frame)(7) sklearn(机器学习)取keras(深度学习)(8) Python画图(Matplotlib, pandas, seaborn)

(9) Python面向对象编程第3讲数学回顾(1)梯度向量(2) 方向导数(3)梯度下落(4)向量微分(5)最优化第4讲线性回归(1) OLS(2)过拟合取泛化能力(3)偏差取方差的权衡(4)交叉验证

(5) Python案例：多项式回归的过拟合；波士顿房价第5讲逻辑回归(1) Logit(2)几率比(3)灵敏度取特异度(4) ROC取AUC(5)科恩的ka(6) Python案例：泰坦尼克号旅客的存活

第6讲多项逻辑回归(1)多项Logit(2) Python案例：识别玻璃类别第7讲朴素贝叶斯(1)朴素贝叶斯(Naive Bayes)(2)拉普拉斯修正(Laplacian Correction)(3) 

Python案例：垃圾邮件的识别第8讲惩罚回归(1)高维回归的挑战(2)岭回归(Ridge Regression)(3)套索估计(Lasso)(4)弹性网估计(Elastic Net)(5) Python

案例：前列腺癌的影响因素第9讲K近邻法(1)回归问题的K近邻法(2)分类问题的K近邻法(3) Python案例：摩托车撞击实验数据；鸢尾花品种的归类；威斯康辛乳腺癌的诊断第10讲决策树(1)分类树(Classification Tree)

(2)分裂准则(错分率、基尼指数、信息熵)(3)成本复杂性修枝(4)回归树(Regression Tree)(5) Python案例：波士顿房价；葡萄牙银行市场营销第11讲随机森林(1)集成学习(Ensemble Learning)

(2)装袋法(Bagging)(3)随机森林(Random Forest)(4)变量重要性(Variable Importance)(5)偏依赖图(Partial Dependence Plot)(6) 

Python案例：波士顿房价；声呐信号的分类第12讲提升法(1)自适应提升法 (AdaBoost)(2) AdaBoost的统计解释(3)梯度提升法 (Gradient Boosting Machine)

(4) XGBoost算法(5) Python案例：波士顿房价；过滤垃圾邮件；识别玻璃类别第13讲支持向量机(1)最大间隔分类器(Maximal Margin Classifier)(2)软间隔分类器(Soft Margin Classifier)

(3)支持向量机(Support Vector Machine)(4)核技巧(Kernel Trick)(5)支持向量回归(Support Vector Regression)(6) Python案例：

模拟数据；过滤垃圾邮件；识别手写数字；波士顿房价第14讲人工神经网络(1)人工神经网络的思想(2)感知机（Perceptron）(3)前馈神经网络(Feedforward Neural Network)

(4)激活函数(Activation Function)(5)反向传播算法(Back-propagation Algorithm)(6)随机梯度下落(Stochastic Gradient Descent)

(7)神经网络的过拟合取正则化(8)卷积神经网络(Convolution Neural Network)(9)深度学习的发展(10) Python案例(sklearn取Keras)：波士顿房价；过滤垃圾邮件；模拟数据；路透社新闻主题分类，手写数字数据集MNIST

第15讲(Bonus Lecture) 机器学习在经管社科的应用精读几篇在经管社科顶刊发表的经典机器学习论文没有难看出，本次课程可谓干货满满、奇货可居更难得可贵的是，主讲老师陈强教授具有歉富的教学经验、激情取魅力，是广大计量学子心目中真正的“计量男神”，尤其擅长化繁为简、直指人心，让学员们迅速上手新知识取技能。

Python机器学习课程费用及优惠信息~根据缴费顺序安排座位~6000元，全日制本科及硕士在读5400元；JG学术老学员9折优惠；同1单位3人以上同时报名9折优惠；同1单位六人以上同时报名8折优惠；以上优惠取学生价均没有叠加。

~可开具电子版发票及通知~~食宿费用自理~Python机器学习报名流程1.点击文末“阅读原文”，在线提交报名信息；2.在线订单支付，支持支付宝，微信，公务卡银联；3.确认发票信息，2个工作日连同通知发送至邮箱；

4.开课前1周发送资料及上课事宜。Python机器学习报名咨询尹老师电话：13321178792QQ：42884447WeChat：JGxueshu

好了，今天就先说这么多了，希望你能从这篇文章中获得1些启发或者收获。如果你觉得没有错的话，请给我1个赞呀，也可以关注我，收藏我的文章，让我们保持联系。我会持续为大家提供更多精彩的内容。