汽车电子新兴领域-凯发官方首页

●   课时：1天

●  必备知识：数据统计及概率论基础知识

●  授课对象：汽车工程师、数据挖掘相关、车联网相关、信息技术相关

培训内容：

●  机器学习概述

     目标：通过本课程您将了解到：1、机器学习的基本思想、目的、分类和机器学习常用算法，2、机器学习的基本术语和基本理论知识；3、尝试以机器学习的方法来思考和解决问题

     内容：机器学习综述、机器学习的分类、常见机器学习算法简介、机器学习算法的基本术语及理论知识、使用机器学习解决问题的方法

●  分类算法介绍及应用案例

     目标：本课程您将理解各大经典分类算法的原理和求解过程，以及使用场景或适用问题。通过真实数据源案例帮助您理解模型训练的全过程

     内容：解决分类问题的一般方法、决策树、最近邻分类器、贝叶斯分类器、人工神经网络、支持向量机、集成方法、应用案例：基于exceeddata分析平台的路型分类器训练及预测

●  回归算法介绍及应用案例

     目标：本课程您将理解各大经典回归算法的原理和求解过程，以及使用场景或适用问题

     内容：解决回归问题的一般方法及基本思想、线性回归模型、支持向量回归、回归树、集成学习方法

●  聚类算法介绍及应用案例

     目标：本课程您将理解各大经典聚类算法的原理和求解过程，以及使用场景或适用问题

     内容：解决聚类问题的一般方法及基本思想、经典聚类算法原理介绍

●  关联分析的思想和应用

     目标：本课程您将了解关联分析在商业应用中的成功案例，掌握关联分析的基本概念和典型算法

     内容：关联分析的基本概念和算法、关联规则的生成、经典关联算法原理介绍、应用案例

●  文本分析

     目标：本课程您将了解中文文本的特点以及如何对中文文本进行预处理；掌握文本分析的关键技术以及在汽车行业里的应用

     内容：文本分析的基本概念、文本分析的关键技术、主题模型、文本分析应用案例：汽车召回原因的主题分析