在广告点击机器学习实践中, 我们用的最多的是逻辑回归(LR)模型,使用大量的特征做为训练数据输入。特征的组合非常关键,我们无法穷举这些组合,只能依赖于人工经验来判断,耗时耗力同时带来的效果可能还不好。
如何自动的发现有效的特征,是机器学习实践中要解决的问题。
Facebook 曾经介绍了使用GBDT与LR组合的方法,可以有效的解决这个问题,今天的课程就为大家讲解:如何在PAI上实现GBDT与LR的融合。
阿里机器学习系列课程--如何在PAI上实现GBDT与LR的融合
刘吉哲
阿里云机器学习产品高级专家
多年从事大数据计算平台与机器学习平台的产品研发与设计,在实践中掌握了丰富的理论经验和成功案例。
先后参加了阿里巴巴集团5K项目、登月以及多个层面云计算和大数据项目,实现大数据的迁移与应用。
阿里云机器学习业务实践系列课程
本系列课程为您讲述如何使用阿里机器学习算法快速解决业务问题,会以实际业务作为出发点,所有实验都提供实验流程以及实验数据,帮您用较短的时间快速学习机器学习的原理与使用方法。
李博,花名:傲海。目前任职阿里云数据产品经理,主要负责机器学习平台的产品化建设以及对外业务应用。本科、硕士就读于北京邮电大学,曾就职于(实习)SONY和华为,从事数据相关产品开发。作为CSDN博客专家、云栖社区博客专家,长期分享IT技术相关文章,覆盖机器学习算法、Android应用及源码开发等领域。一直活跃在开发者社区,主导开发了多个GITHUB百星开源项目,并且也开发上线了多款手机APP应用。著有《机器学习实践应用》一书,将于近期出版上市。
1:机器学习背景知识以及业务架构介绍
2:机器学习实验工具PAI介绍
3:推荐系统-基于协同过滤的商品推荐
4:推荐系统-基于用户画像的商品推荐
5:深度学习-TensorFlow实现图像分类
6:文本分析-新闻自动分类系统
7:文本分析- 文本关键信息抽取、相似度分析
8:图像识别——TensorFlow 基础篇
1、PC端如果发现浏览器无法观看课程,建议使用谷歌浏览器观看;
2、在这里学习的过程中,如果您有什么好的想法和建议,可以发送邮件到我们的邮箱:ke@guojiang.club
3、购买课程后,点(课时)列表即可观看视频
4、本课程虚拟商品,已经购买,不能退款。有试听章节的建议先试听章节的
5、购买课程后,推荐加入我们的微信群共同交流、学习