机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。

机器学习在经管领域应用越来越广泛：

1.市场趋势预测：

机器学习模型可以通过历史市场数据，预测未来市场的趋势和变化。

2.用户消费行为分析：

机器学习可以通过分析大量的消费者数据，发现潜在的消费者需求、喜好以及购买决策的影响因素。

3.风险管理：

机器学习可以应用于信贷评估、投资组合优化等领域，帮助经济学家和金融学家更好地识别潜在的风险因素，并制定相应的风险管理策略。

4.营销策略：

机器学习可以分析广告效果、客户反馈、竞争状况等信息，帮助企业优化其营销策略，提高销售额和市场份额。

5.资源分配优化：

机器学习可以应用于生产计划和物流管理等方面，优化资源分配，并减少成本和浪费。

在经管教学中，机器学习可以用来帮助学生更好地理解经济和商业领域的问题，并提供解决这些问题的实用工具。例如，教师可以引导学生使用机器学习模型来解决实际的商业案例，或者利用大量的数据进行经济分析和预测。

为学术群体量身打造的Python师资培训--机器学习课程

2023年课纲全面更新！！

特别赠送Python编程基础与数据清洗课程（单独售价1300元）

2023增设“时间序列”与“国自然”内容，更多案例

上课时长：36小时

上课方式：在线学习，提供全套独家资料及授课老师答疑

讲师介绍：

陈远祥，北京邮电大学副教授。2014年毕业于北京大学，获通信与信息系统专业博士学位，2015年-2017年在北京大学做博士后研究。

发表SCI/EI学术论文80余篇，其中第一或通讯作者论文40余篇，申请发明专利4项。

主持国家自然科学基金面上项目，国家重点研发计划子课题，国家自然科学基金青年项目及博士后基金等多个国家级和省部级项目。

IEEE、OSA会员，Optics Express, IEEE Photonics Technology Letters，Photonics Journal，Applied Optics等多个SCI期刊审稿人。

预习课程：Python师资培训-编程基础与数据清洗

C1：Python重要性与相关介绍（13分钟15秒）

C2：Python语言概述（58分钟26秒）

C3：Python中的数据类型（275分钟20秒）

C4：控制流（77分钟25秒）

C5：函数设计与使用（108分钟46秒）

C6：面向对象编程（43分钟27秒）

C7：文件操作（30分钟28秒）

C8：Numpy（124分钟52秒）

C9：pandas（83分钟17秒）

C10：matplotlib绘图（65分钟31秒）

C11：pyechart绘图（37分钟55秒）

正式课程：

第一部分：机器学习思想与学术应用介绍（0.5天）：

1. 机器学习基本思想

2. 机器学习分类

3. 常用机器学习常用算法

4. 机器学习评价标准

5. 机器学习算法库介绍

6. 机器学习常见学术应用

第二部分：算法原理与实战（5天）

1. KNN算法：

KNN算法基本原理，常用相似度衡量方法、KNN用于分类和回归，KNN模型的优化与调参

案例应用：鸢尾花分类与波士顿房价预测

2. 决策树：

决策树基本原理，决策树分类，决策树用于分类和回归实现，决策树参数优化

案例应用：保险行业用户画像

3. 线性回归：

线性回归模型基本原理、岭回归、LASSO回归和弹性网

案例应用：基于不同场景之下共享单车投放量的精准预测

4. 逻辑回归：

逻辑回归基本原理，从线性回归到逻辑回归，逻辑回归实现和参数优化

案例应用：数字化人力资源之员工流失风险预警

5. 神经网络与深度学习简介：

神经网络基础，神经网络中的激活函数，神经网络Python实现与参数调优，深度学习简介

案例应用：数字识别与图片分类

6. 贝叶斯网络：

贝叶斯分类原理，朴素贝叶斯，贝叶斯模型分类

案例应用：门户网站新闻分类

7. 支持向量机：

支持向量机分类原理，线性SVM和非线性SVM

案例应用：人脸识别

8. 随机森林：

决策树与随机森林，随机森林原理，随机森林Python实现与参数调优

案例应用：泰坦尼克沉船预测

9. 聚类：

聚类原理，聚类和分类区别，kmeans聚类原理，kmeanspython实现，模型评估指标及稳定性讨论

案例应用：航空客户价值分析

10. 时间序列分析：

时间序列特征，时间序列模型介绍，时间序列建模

案例应用：电商线上零售商品销量预测

第三部分：Python机器学习学术应用与基金申请（0.5天）

1. 机器学习学术应用：数据发现与变量创造，预测，因果推断

2. 机器学习学术论文解读与写作指导

机器学习方法识别车险欺诈效果的比较研究

大数据思维下的利率定价研究

基于机器学习预测的投资组合量化研究

通货膨胀影响因素识别：基于机器学习方法的再检验

3. 机器学习与基金申请（国自然）

基金申请流程与常见思路

成功案例分享：基于机器学习的损伤感知与补偿机制研究

课程费用及优惠：

六天远程班+全部资料+录播回放+1300元的Python编程基础课程=5200元

提供发票，通知和结业证书

现场班老学员9折优惠。

报名流程：

1，点击“https://www.peixun.net/main.php?mod=buy&cid=1898”，在线提交报名信息；

2，经管之家账号登录，提单支付；

3，确认发票信息后2个工作日发送发票及通知；

4，发送课程资料，观看链接及开通流程，入交流答疑群。

联系方式：

尹老师

电话：13321178792

QQ：42884447

WeChat：JGxueshu