第四期中级ML学习小组开放报名中

＊＊＊编注：琪石俱乐部近年来举办的Kaggle实战演习班成果颇丰，连夺Kaggle比赛各种牌子。同时我们也关注到求职市场上，KaggleWinners正越来越受欢迎。鉴于不少同学想参加Kaggle比赛又担心实力不足，我们特地再次开设中级ML学习小组，以组队学习的方式，激励同学们进一步打好统计基础，并为未来参加Kaggle比赛增加竞争力。谢谢领队和助教们的辛勤准备，本次小组开放报名了！＊＊＊

1. 学习目标

以The Elements of StatisticalLearning为课本，Coursera上面机器学习课程为辅助，结合常用的Python机器学习工具，进一步地强化学习机器学习里面一些基本概念的认识以及常见模型和算法的实现能力，实现理论和实践的有机结合。深入理解统计科学，并为参加Kaggle比赛做准备。

2.学习时间

第一部分：1/21/2019 开始，共10周

第二部分：如果组员有意愿，接着第一部分继续10周

3.学习方式

个人学习和小组讨论相结合，具体如下：

--- 每周上课之前组员必须完成Coursera上面Andrew Ng课程的相关内容。

--- 上课时由一名小组成员主持50分钟左右的小组讨论，以ESL为课本但不局限于此，讲解机器学习里面一些重要的基本概念和常见的模型。

--- 课后根据Python机器学习指南自行练习相应的模型。

学习小组成员进行个人学习，遇到问题欢迎随时在学习群里面讨论。

本中级学习班包含如下知识点：

Supervised Learning Overview

Linear regression and regularization

Logistic regression for classification

Model selection - Bias and Variance

Model inference

*Tree Method, Boosting and Bagging

*Supported Vector Machine

*Unsupervised Learning

*Neural Networks

带星号的为课程第二部分内容，具体安排根据课程实际情况和组员的意愿而定。

4.小组构成

助教：两名（已到位）；

组长（领队）：一名（已到位）；

组员：10人（含组长），对机器学习有热情，有比较扎实的微积分、线性代数、统计以及编程基础（至少熟悉C++,Java,Python其中的一门），每周可投入至少8小时以上学习时间。

5.考核方式：

所有小组成员期末提交一份学习报告。领队在学习结束后根据学习报告以及平时表现点评所有小组成员。

6. 收集的学习资料及网站：

（暂略，报名并被录取后再公开给组员）

7. 报名方式:

注册并登陆琪石新版网站 https://www.qishicpc.com在Activities中选择“第四期中级ML学习小组”进行报名（报名的时候请附上自己的简历），仅限琪石2018高级会员及外卡会员。

报名费：本期免费

8. 报名截止日期：

2019年1月11日

==== 联系我们 ====