- 作者简介
- 赵卫东，复旦大学计算机科学技术学院副教授，博士。主要研究方向为商务数据分析和大数据分析。2015年度上海市科技进步二等奖获得者。主持的“商务智能”课程被评为上海市精品课程，并获得2013年度上海市高等教育教学成果二等奖。主持完成国家自然科学基金、上海市浦江人才及企业合作课题等20多个项目。在《管理科学学报》、Knowledge and Information Systems、Information Processing & Management、Information Systems Frontiers等国内外期刊和相关学术会议发表论文90多篇。出版专著《智能化的流程管理》及《数据挖掘实用案例分析》《商务智能（第四版）》等多本教材，翻译出版《商务智能数据分析的管理视角（第四版）》《人机共生》等多部著作。
- 课程介绍
-
机器学习是人工智能的重要技术基础，涉及的内容十分广泛。本书涵盖了机器学习的基础知识，主要包括机器学习的概述、统计学基础、分类、聚类、神经网络、贝叶斯网络、支持向量机、进化计算、文本分析等经典的机器学习基础知识，还包括用于大数据机器学习的分布式机器学习算法、深度学习等高级内容。此外，本书还介绍了机器学习的热门应用领域推荐系统，并给出了华为机器学习平台上的实验。
本书深入浅出、内容全面、案例丰富，每章结尾都有习题，供读者巩固所学知识。 - 学年
- 学期
课时列表
- 章节 1 机器学习概述
- 课时 1 机器学习概论 可试学
- 课时 2 机器学习方法及其应用(1) 可试学
- 课时 3 机器学习方法及其应用(2)
- 课时 4 机器学习常见问题（1）
- 课时 5 机器学习常见问题（2）
- 课时 6 从事机器学习工作的准备（1）
- 课时 7 从事机器学习工作的准备（2）
- 章节 2 机器学习基本方法
- 课时 8 回归分析（1）
- 课时 9 回归分析（2）
- 课时 10 回归分析（3）
- 课时 11 可视化分析（1）
- 课时 12 可视化分析（2）
- 章节 3 决策树与分类算法
- 课时 13 决策树算法
- 课时 14 ID3 算法
- 课时 15 C4.5算法和CART算法
- 课时 16 连续属性离散化、过拟合问题和分类效果评价
- 课时 17 集成学习
- 章节 4 聚类分析
- 课时 18 聚类分析概念
- 课时 19 聚类分析的度量
- 课时 20 基于划分的方法（1）
- 课时 21 基于划分的方法（2）
- 课时 22 基于密度聚类和基于层次聚类
- 课时 23 基于模型的聚类
- 章节 5 文本分析
- 课时 24 文本分析（1）
- 课时 25 文本分析（2）
- 课时 26 文本分析（3）
- 课时 27 知识图谱（1)
- 课时 28 知识图谱（2)
- 课时 29 知识图谱（3)
- 课时 30 词法分析、句法分析
- 课时 31 语义分析
- 课时 32 文本分析应用
- 章节 6 神经网络基础
- 课时 33 神经网络介绍
- 课时 34 BP神经网络(1)
- 课时 35 BP神经网络(2）
- 课时 36 神经网络相关概念
- 课时 37 神经网络的应用
- 章节 7 贝叶斯网络
- 课时 38 贝叶斯网络（1）
- 课时 39 贝叶斯网络（2）
- 课时 40 贝叶斯网络（3）
- 章节 8 支持向量机
- 课时 41 支持向量机（1）
- 课时 42 支持向量机（2）
- 课时 43 支持向量机（3）
- 章节 9 进化计算
- 课时 44 进化计算（1）
- 课时 45 进化计算（2）
- 课时 46 进化计算（3）
- 章节 10 分布式机器学习
- 课时 47 分布式机器学习基础
- 课时 48 分布式机器学习框架
- 课时 49 并行决策树
- 课时 50 并行k-均值算法
- 课时 51 多元线性回归模型
- 章节 11 深度学习
- 课时 52 卷积基本概念
- 课时 53 LeNet框架（1）
- 课时 54 LeNet框架（2）
- 课时 55 卷积基本单元
- 课时 56 反向传播训练
- 课时 57 基于深度神经网络的股票预测
- 课时 58 循环神经网络（1）
- 课时 59 循环神经网络（2）
- 课时 60 循环神经网络（3）
- 课时 61 循环神经网络（4）
- 章节 12 电子推荐系统
- 课时 62 推荐系统基础
- 课时 63 推荐系统结构
- 课时 64 基于人口统计学的推荐、基于内容的推荐
- 课时 65 基于协同过滤的推荐算法、基于隐语义模型算法
- 课时 66 基于图的模型、基于PageRank的推荐、基于关联规则的推荐
- 课时 67 基于知识的推荐、基于实例的推荐、基于约束的推荐、基于标签的推荐
- 课时 68 评测方法
- 课时 69 评测指标
- 课时 70 推荐系统常见问题
- 课时 71 关联规则（1）
- 课时 72 关联规则（2）
- 课时 73 关联规则（3）
资料区
| 文件名 | 描述 | 课时 | 时间 |
|---|
