七月在线--机器学习公开课
本机器学习系列公开课，由浅入深，分为五大部分：
①数学基础：矩阵、凸优化、极大似然估计等到；
②经典的机器学习算法模型，比如SVM、GMM、EM、K-means、聚类等等；
③实际工程中处于重要地位的特征工程，包含特征处理、特征选择、模型选择；
④深度学习典型模型与部分框架：比如CNN和torch；
⑤各类典型应用，比如在线广告领域的CTR预估、推荐系统、AlphaGo背后的原理以及分布式机器学习实战。

讲师介绍：

寒小阳

著名电商搜索广告负责人，多年实际ml/DL/dm项目经验，专注海量数据上机器学习算法的应用与优化。
做过推荐系统、NLP、点击率预估、图像识别。讲课清晰易懂，擅长用实际数据、代码、案例说话，备受数千名学员好评。