2024年暑期將至，你的計劃是什麽？
你有多久沒有系統地更新知識了？
每次別人談起機器學習與人工智慧
你若總是雲裏霧裏，這種狀況還要持續多久？
機器學習早期為人工智慧的分支，後來也有不少統計學家加入，最近一、二十年因為其預測精度迅速提高而走紅，並在業界有著廣泛的套用。
可以預見，在未來三十年，幾乎所有行業都會因機器學習的深刻沖擊而改變。
MIT名譽校長Eric Grimson曾預言，機器學習會成為像Word一樣的工具。而誰先掌握此工具，則可占得先機，成為時代的弄潮兒（至少不會落伍）。
或許你覺得機器學習（Machine Learning）對於你並沒有什麽實際用途。 但事實上，至少已經有兩波機器學習的大潮席卷了經管學科。
第一波是以 LASSO 為代表的高維回歸、懲罰回歸
第二波為以決策樹與隨機森林(Random Forest)為代表的新型非參數回歸與整合學習(Ensemble Learning)
而以神經網路與深度學習（Deep Learning）的第三波也正在潮流湧動……
如何迅速上手機器學習及Python套用？
陳強老師親授的「機器學習及Python套用」四天現場班（北京，2024年7月18-21日），手把手講解機器學習與Python套用，無疑是難得的捷徑！
課程是提取機器學習的書籍的精髓
主要包含思想原理 +數學精髓+案例講解
陳強教授獲得北京大學經濟學學士、碩士，美國Northern Illinois University數學碩士、經濟學博士，現為數量經濟學博士生導師，在統計學、計量經濟學及機器學習領域具有深厚的功底，2010年入選教育部新世紀優秀人才支持計劃。陳強老師著有暢銷研究生教材【高級計量經濟學及Stata套用】（第2版，高教社，2014），以及【機器學習及R套用】（高教社，2020）與【機器學習及Python套用】（高教社，2021）。陳強老師特別擅長深入淺出、直指人心地介紹數據分析原理，深受廣大學生們的喜愛，其現場班常常人滿為患、好評如潮。
機器學習及Python套用
課程資訊
培訓時間： 2024年7月18-21日 (四天)
培訓地點： 北京市（提供交通住宿指南）
授課安排： 上午9:00-12:00；下午2:00-5:00；答疑5:00-6:00
授課方式： 思想原理 + 數學精髓 + Python經典案例
！根據繳費順序安排現場座位，報滿封班！
本課程的最大特色在於「一站式服務」，從機器學習的原理、數學推導，到Python語言命令與經典案例，無不精心設計、絲絲入扣，理論聯系實操，讓學員們迅速理解機器學習的精髓，並掌握最為流行的Python語言操作。
陳強老師將從零開始，介紹 Python語言的精華，讓你迅速上手！
授課大綱
第 1講 機器學習引論
(1) 什麽是機器學習
(2) 機器學習的分類與術語
(3) 案例： 垃圾信件過濾；手寫體數位辨識；影像辨識；自動駕駛
第 2講 Python語言快速入門
(1) Why Python？
(2) 安裝Python與Spyder
(3) Python的模組(module)
(4) Python的物件(str, bool, list, tuple, dict, set)
(5) Python的函式(function)與方法(method)
(6) Numpy(ndarray), pandas(Series, Data Frame)
(7) sklearn(機器學習)與keras(深度學習)
(8) Python畫圖(Matplotlib, pandas, seaborn)
(9) Python物件導向編程
第 3講 數學回顧
(1) 梯度向量
(2) 方精靈數
(3) 梯度下降
(4) 向量微分
(5) 最佳化
第 4講 線性回歸
(1) OLS
(2) 過擬合與泛化能力
(3) 偏差與變異數的權衡
(4) 交叉驗證
(5) Python案例： 多項式回歸的過擬合；波士頓房價
第 5講 邏輯回歸
(1) Logit
(2) 機率比
(3) 靈敏度與特異度
(4) ROC與AUC
(5) 科恩的kappa
(6) Python案例： 鐵達尼號旅客的存活
第 6講 多項邏輯回歸
(1) 多項Logit
(2) Python案例： 辨識玻璃類別
第 7講 懲罰回歸
(1) 高維回歸的挑戰
(2) 嶺回歸(Ridge Regression)
(3) 套索估計(Lasso)
(4) 彈性網估計(Elastic Net)
(5) Python案例： 前列腺癌的影響因素
第 8講 K近鄰法
(1) 回歸問題的K近鄰法
(2) 分類問題的K近鄰法
(3) Python案例： 摩托車撞擊實驗數據；鳶尾花品種的歸類；威斯康辛乳癌的診斷
第 9講 決策樹
(1) 分類樹( classification Tree)
(2) 分裂準則(錯分率、基尼指數、資訊熵)
(3) 成本復雜性修枝
(4) 回歸樹(Regression Tree)
(5) Python案例： 波士頓房價；葡萄牙銀行市場行銷
第 10講 隨機森林
(1) 整合學習(Ensemble Learning)
(2) 裝袋法(Bagging)
(3) 隨機森林(Random Forest)
(4) 變量重要性(Variable Importance)
(5) 偏依賴圖(Partial Dependence Plot)
(6) Python案例： 波士頓房價；聲吶訊號的分類
第 11講 提升法
(1) 自適應提升法 (AdaBoost)
(2) AdaBoost的統計解釋
(3) 梯度提升法 (Gradient Boosting Machine)
(4) XGBoost演算法
(5) Python案例： 波士頓房價；過濾垃圾信件；辨識玻璃類別
第 12講 支持向量機
(1) 最大間隔分類器(Maximal Margin classifier)
(2) 軟間隔分類器(Soft Margin classifier)
(3) 支持向量機(Support Vector Machine)
(4) 核技巧(Kernel Trick)
(5) 支持向量回歸(Support Vector Regression)
(6) Python案例： 模擬數據；過濾垃圾信件；辨識手寫數位；波士頓房價
第 13講 人工神經網路
(1) 人工神經網路的思想
(2) 感知機（Perceptron）
(3) 前饋神經網路(Feedforward Neural Network)
(4) 啟用函式(Activation Function)
(5) 反向傳播演算法(Back-propagation Algorithm)
(6) 隨機梯度下降(Stochastic Gradient Descent)
(7) 神經網路的過擬合與正則化
(8) 摺積神經網路(Convolution Neural Network)
(9) 深度學習的發展
(10) Python案例(sklearn與Keras)： 波士頓房價；過濾垃圾信件；模擬數據；路透社新聞主題分類，手寫數位數據集MNIST
第 14講 (Bonus Lecture) 機器學習在經管社科的套用
精讀幾篇在經管社科頂刊發表的經典機器學習論文
不難看出，本次課程可謂幹貨滿滿、奇貨可居。
更難得可貴的是，主講老師陳強教授具有豐富的教學經驗、激情與魅力，是廣大計量學子心目中真正的「計量男神」，尤其擅長化繁為簡、直指人心，讓學員們迅速上手新知識與技能。
跟著陳強老師，四天掌握兩個寶（機器學習、Python語言），登堂入室，立竿見影，趕上時代的步伐！
如果說 「知識改變命運」，這就是一次絕好的機會。 士別四日，或當刮目相看， Now or Never ！
陳強老師的往期機器學習現場班
部份學員反饋
o 謝謝陳老師！聽您講課受益良多！
o 近幾日聽您講課收獲很大，今後還要向您多多學習！
o 今天上課幹貨滿滿……這兩天參加您的培訓，收獲很大，希望未來有機會也請您到我們學校交流。
o 陳老師好，以前都是讀你的書，給學生推薦你的書和公眾號，這幾天聽你講課，信手拈來，深入淺出，果然是高手中的高手！
o 之前一直聽您的視訊課，看公眾號收獲特別大。都打印裝訂成冊了，老師你公眾號寫的特別生動，有的不好理解的地方一看您的比喻就豁然開朗了，都是原創的內容，特別有吸重力，真的可以再可以出一本書呢。今天第一次聽機器學習，還是用R和Stata，耳目一新呢，原來比較多的學的Python，上了一天的課收獲特別大。
o 「機器學習哪家強，山東大學找陳強」。哈哈哈，謝謝陳老師深入淺出的講解。收獲頗豐，受益匪淺
o 「人到中年不得已，機器學習來兜底」。同謝陳老師細致入微的講解，受益匪淺
o 陳老師假期愉快，新年快樂，五月份高級計量再來享受知識盛宴
o 課程真的講得太好了，在老師的課程中學到太多了！感謝陳老師 同樣無比期待機器學習新書的出版！！
o 下次開課，要推薦其他同學參加。很有收獲
o 真是獲益匪淺，感謝陳老師辛苦付出，期待陳老師新書，祝陳老師和大家假期愉快！
o 感謝陳老師5天精彩且細致入微的講解～出書一定推薦給其他同學！順祝老師和大家假期愉快 (˶‾᷄ ⁻̫ ‾᷅˵)
o 陳老師辛苦了！陳老師的課高屋建瓴又深入淺出，真的受益良多。感謝陳老師，祝陳老師假期愉快！
o 五天時間不長，卻像走過了一條漫長而幽暗的知識隧道，沒有陳老師的火炬照亮前進方向，豈能穿越！非常感謝陳老師深入淺出、妙喻頻出的授課！期待專著盡快出版！祝陳老師身體健康、學術之樹長青！
o 論文數據愁掉發 機器學習來開掛 這幾天仿佛開啟了新世界的大門，感謝陳老師！坐等陳老師新書出版
o 感謝陳老師！這五天收獲良多。之前學過一些Python，但是陳老師的講解更本質，使我對於Python的理解上了一個台階。ML講解更是深入淺出，很遺憾時間問題早離場了一會，期待能有機會跟隨陳老師再學習 ！
o 感謝陳老師，也感謝主辦方！陳老師的課程和教材向來深入淺出，很適合學習和套用，期待以後再次詳見！
o 非常感謝和敬佩陳強老師！五天高密度教學，特別辛苦講解內容全面，深入淺出，很多點睛之語，直透本質，非有致廣大盡精微之學養不能達！祝陳老師學術之樹常青，桃李滿天下
o 感謝陳老師，也感謝主辦方的老師，5天收獲滿滿，期待以後再次相見！謝您陳老師！
讓我們期待：陳強老師2024年7月18-21日的「機器學習及Python套用」四天現場班精彩再現吧，北京見……
報名咨詢：
尹老師
電話：13301322952
WeChat：jg-xs6
以上圖文為廣告內容
