1、培训过程中，如有部分内容理解不透或消化不好，可免费在以后培训班中重听；
        2、培训结束后,授课老师留给学员联系方式,保障培训效果,免费提供课后技术支持。
        3、培训合格学员可享受免费推荐就业机会。

第1模块 - 机器学习基础知识

掌握基本的机器学习概念，包括：数据准备，建模，性能指标，过度拟合和交叉验证

掌握机器学习所需的Python工具，包括：Numpy，Scikit-Learn和Pandas

学习建模基础知识并部署基本模型，包括：Logistic回归和K-Means

第2模块 - 高级机器学习模型+项目开始

实现更复杂的算法，包括：SVM，随机森林和决策树

了解决策树模型的细微差别，包括：单节点树和节点拆分

使用优化器改进模型，包括：bootstrap聚合和偏差变化权衡

第3模块 - 推荐系统的优化+项目完成

掌握推荐系统背后的理论，包括：推荐系统设计，基于内容的过滤和协同过滤