作為人工智能開發(fā)體系的重要環(huán)節(jié)，本課程采用"理論+實踐"的雙軌教學模式。在算法解析部分，重點講解決策樹、神經網絡等十大經典模型的工作原理，結合Kaggle競賽案例進行拆解分析。
| 教學模塊 | 核心內容 | 實戰(zhàn)項目 |
|---|---|---|
| 基礎理論 | CRISP-DM方法論/數據預處理 | 銀行信用評分模型 |
| 算法精講 | 分類/聚類/回歸算法 | 電商用戶分層系統(tǒng) |
| 工程實踐 | 特征工程/模型調優(yōu) | 股票預測系統(tǒng)開發(fā) |
采用雙師輔導機制，每周安排企業(yè)導師進行項目復盤。教學資料包含自行研發(fā)的《機器學習實戰(zhàn)手冊》，內含20個典型業(yè)務場景的解決方案模板。
掌握Pandas數據清洗/特征選擇技巧
熟練使用Scikit-learn實現分類預測
掌握Flask框架的模型服務化部署
