18個小時，從數據小白變身數據達人

1.成為數據科學家，比演算法更重要的是什麼

為什麼你不能靠看書自學成為數據科學家？

因為教材只告訴你線性回歸、K 近鄰、K 均值這些演算法，教你如何使用這些演算法。但不會告訴你，面對真實世界的數據問題，如何破題，如何拆解，如何綜合運用演算法完成數據任務。

比演算法更重要的，是心法。

深耕數據行業16年的數據科學家尹相志，受邀在集智AI學園開設系列直播課，分享在工業界積累多年的心法和實戰經驗，帶你變身數據達人！

2.數據科學長路漫漫，老司機帶你健步如飛

尹相志

微軟公司金牌講師——人工智慧佈道者

尹相志老師是於2002，2004~2015年「微軟 Tech·Ed」大會的講師，於2006~2017年連續12年獲得微軟最有價值專家（MVP）稱號。

十六年工業界實踐——數據科學老司機

尹相志老師在2002年就創辦了台灣第一家專業大數據公司 AsianMiner，為企業提供專業的商業分析顧問服務。十六年來，領導和參與數十個數據決策、風險控制等項目，積累了真正來自工業界的數據科學實用心法。

尹相志老師參與的部分項目

除了上述經歷，尹相志還是：

• 中國首屆大數據與人工智慧創新創業大賽（2017）的發起人與題目設計者
• 2015-2017，華院數據公司首席數據科學家，數據決策技術長

關於數據科學和人工智慧，尹老師寫過這些文章：

（點擊標題進入文章頁面）

1. 行業應用 | 自然語言理解如何解放金融從業者（集智AI學園）
2. 花前月下、月下花錢、花下月錢、錢下月花 | 談分詞在中文自然語言理解中的應用（集智AI學園）
3. 華院首席科學家：中文或是人類面對人工智慧的最後壁壘（集智俱樂部）
4. AI 不是來讓人們失業的，是讓人們更真誠相對的（集智俱樂部）
5. 博鰲人工智慧翻譯烏龍之後，你必須知道的機器翻譯簡史（秦朔朋友圈）
6. 阿爾法元100:0完爆阿爾法狗的啟示，人類應該向人工智慧學習三堂課（秦朔朋友圈）
7. 發現第二個太陽系沒什麼，人工智慧正在衝擊法律證據！（秦朔朋友圈）
8. 沙特機器人獲公民身份？強人工智慧時代還早著呢！（秦朔朋友圈）
9. 演講 | BOT大賽計算機視覺賽題經驗分享：賽題詳解與思路分析（機器之心）
10. 人工智慧如何辭舊迎新？37位行業專家分享觀點（機器之心）

現在

尹相志老師總結過往16年的心法與經驗

帶來全新系列直播課程：

新課上線

《數據科學心法與機器學習實戰》

掃描文末二維碼或點擊「閱讀原文」，了解課前詳情。

3.新課大綱，先睹為快

4月25日（周三）免費直播：數據無處不在

1、預測未來是人類的天性

2、數據能為/不能為我們作什麼?

3、你該知道的15種數據推斷與決策的低級錯誤

4、從大數據切換至深度學習該注意的思維轉變?

第二課：數據科學的方法論(定義商業問題/定義分析數據)

1、CRISP-DM 6大步驟

2、如何將商業問題正確的轉化為數據問題

3、什麼是預測?

4、定義數據分析的時間窗

5、取數的基本原則

6、如何正確定義樣本

7、還有哪些外部數據是能夠幫助我的?

第三課： 數據科學的方法論(數據預處理)

1、傳統的數據預處理原則

2、數據基礎探索(Data Explore Analysis)

3、千萬別誤用的統計觀念

4、數據可視化

5、概率分布、極端值與離群值

6、數據轉換

7、數據清洗原則

8、數據降維與特徵選取

9、深度學習中的數據預處理原則

第四課:分類問題(建模/評估模型)

1、分類問題:logistics regression, 隨機森林演算法, svm

2、分類問題案例：金融信用評級、精準營銷

3、處理分類問題的關鍵

4、如何評估分類模型

5、欠擬合與過擬合

6、實作：運用python演練分類問題

第五課：推估問題(建模/評估模型)

1、推估問題:回歸、神經網路、時間序列

2、推估問題案例：不動產價格預測、電力需求預測

3、如何處理與時間周期相關的數據

4、如何找出數值間的潛在關聯

5、如何評估推估模型

6、實作：運用python演練推估問題

第六課：相似性問題(建模/評估模型)

1、相似性問題:聚類、最近鄰居法

2、無監督學習與監督式學習

3、如何弭平人類感受與機器計算的相似性之間的落差

4、找尋相似與相異

5、處理聚類問題的關鍵步驟:降維

6、實作：運用python演練聚類問題

第七課：數據科學實踐案例(建模/評估模型)降低客戶流失

1、運營商如何用數據設定留住客戶的天羅地網

2、從識別流失到找出能打動客戶的理由

3、模型結果如何與營銷結合

4、如何從龐大特徵中找出關鍵特徵

5、如何監控模型有效性

第八課：數據科學實踐案例(建模/評估模型)金融信用評分卡

1、金融行業的信用評級模型

2、過去二十年來標準的評分卡是怎麼做的

3、大數據與深度學習如何處理信用

4、新巴賽爾協議中的風險觀點

5、如何將信用評分結果轉換為征授信策略

6、如何評估模型以及提前預警模型失效

第九課：數據科學實踐案例(建模/評估模型)推薦演算法

1、產品內容推薦:購物車規則、協同式過濾、消費行為向量表徵

2、推薦演算法的前世今生

3、推薦演算法實踐案例:電商產品推薦

4、網路行為的追蹤機制

5、我能透過網頁收集那些數據

學習方式：

• 2018年4月25日（周三）首次線上公開課。
• 從5月9日開始，每周三19:30-21:30線上直播，共8次，每次2小時。課後可回看直播錄像。
• 每節課包含項目實踐、作業點評和學習反饋，講師和助教在課程微信群內答疑。

誰適合參本期課程：

• 特別適合想入門機器學習、深度學習的處於轉型期的工作者，全面系統的認識數據科學與機器學習技術
• 適合對深度學習有一定認識，但是由於是半路出家，對機器學習技術認識不夠系統化的人，系統化的補足機器學習的基礎知識
• 課程需要一定的 Python 基礎

集智 AI 學園零門檻免費課《12小時掌握 Python》課程地址：

http://campus.swarma.org/gpac=12

4.限時優惠：早鳥價&組團價

第一節直播課，在線免費聽

總價1499元，早鳥價999元

小夥伴組隊學習更享折上折

3人組團959

5人組團899

10人及以上團，僅需799

組團請聯繫集智小助手（swarmaAI），已經有同學開始組隊了哦

關注集智AI學園公眾號

獲取更多更有趣的AI教程吧！

搜索微信公眾號：swarmAI

集智AI學園QQ群：426390994