Python在机器学习领域应用是非常广泛的，比如，我们可以使用机器学习进行验证码识别，使用机器学习实现计算机视觉项目，或者，我们也可以使用机器学习技术实现网页分类、文本挖掘、情感分析等等各种各样的事情。机器学习的重点在于算法，而算法的学习相对来说是比较枯燥的，所以，只有在学习的时候让算法跟实例结合，才能够让算法的学习变得不枯燥，并且也才能够更好的将理论运用与实践。

　　直播时间：

　　3月23日开始起的每周四（5月5日除外）晚上20:00开始，连续12周。

　　每周大约1-2小时哦！

　　直播平台：

　　CSDN学院 （微信群在下方）

　　主讲嘉宾：

韦玮 （重庆韬翔网络科技有限公司CEO）

　　CSDN学院特邀IT专家，多年IT技术实战开发经验，曾出品过多门IT类课程，也做过技术总监，现在运营一家专注于中大型软件开发与IT技术服务的公司。

　　第一周：使用K-近邻算法识别简单数字验证码实战

　　分享内容（2017.03.23）

　　1、课程介绍与机器学习常见理论基础讲解

　　2、K-近邻算法精讲

　　3、K-近邻算法 Python 的实现

　　4、使用K-近邻算法识别简单数字验证码实战

　　第二周：使用决策树算法对测试数据进行分类实战

　　分享内容（2017.03.30 ）

　　1、课程介绍与机器学习常见理论基础讲解

　　2、K-近邻算法精讲

　　3、K-近邻算法 Python 的实现

　　4、使用K-近邻算法识别简单数字验证码实战

　　第三周：使用 AdaBoost 算法进行二分类实战

　　分享内容（2017.04.06）

　　1、AdaBoost 元算法精讲

　　2、AdaBoost 元算法的 Python 实现

　　3、二分类思路

　　4、项目实战：使用 AdaBoost 算法进行二分类实战

　　第四周：使用支持向量机（SVM） 算法进行模式识别实战

　　分享内容（2017.04.13）

　　1、支持向量机（SVM）算法精讲

　　2、支持向量机（SVM）算法的Python实现

　　3、模式识别思路

　　4、项目实战：使用支持向量机（SVM）算法进行模式识别实

　　第五周：使用逻辑回归算法进行融资成功概率分析实战

　　分享内容（2017.04.20）

　　1、逻辑回归算法精讲

　　2、逻辑回归算法的 Python 实现

　　3、融资成功概率分析思路

　　4、项目实战：使用逻辑回归算法进行融资成功概率分析实战

　　第六周：使用线性回归进行连续型分布预测实战

　　分享内容（2017.04.27）

　　1、线性回归算法精讲

　　2、线性回归算法的 Python 实现

　　3、连续型分布预测概述

　　4、项目实战：使用线性回归进行连续型分布预测实战

　　由于文章长度有限，开奖，剩下第8、9、10、11、12周的分享内容就不一一列举了，只列举下主题哦！具体详情记得到报名页面查看哦！

　　第7周主题：使用 Apriori 算法进行关联分析实战

　　第8周主题：使用 AdaBoost 算法进行二分类实战

　　第9周主题：使用 FP-growth 算法进行频繁项集挖掘实战

　　第10周主题：通过 scikit-learn 实现文本特征提取

　　第11周主题：通过 scikit-learn 实现情感分析

　　第12周主题：通过 MILK 预测用户的还贷能力

　　本课程适合哪些用户？

　　本节课程面向有基础或无基础对python机器学习感兴趣的人员，通过系列课程的学习，了解实现原理，并进行实践开发。

　　1、课程全部采用 Python3.X 进行，虽然 Python2 比较稳定，但 Python3 一定是未来的趋势，现在掌握 Python3，一定会抢占先机。

　　2、课程注重实战，全程通过实战讲解，绝对干货。

　　3、课程体系比较强，会为大家讲解几种典型的机器学习项目的开发，让大家以此为中心，可以学会各种类型机器学习项目的开发。

　　4、报名的用户，可以进入专享学习交流群，随时沟通交流。

　　5、直播后提供视频回放+课件，反复学习和巩固知识。

　　6、在线问答+专属答疑课（每两周一次），帮助学生实战运用

　　如何报名参与活动？

　　点击下方即可报名，开课前会有短信/微信/邮件提醒哦！

　　常见问题

　　Q1：本次直播哪里进行？为什么要加微信群？