为您找到70个相关课程
展开简介
收益目标：暂无
适应人群：暂无
关键词：互联网，机器学习
收益目标：1.推荐系统算法基础和机器学习模型 2.数据集分析和推荐系统的整体结构 3.特征工程 4.基于协同过滤的商品推荐 5.基于协同过滤和隐特征的商品推荐 6.完成推荐系统的整体设计和算法验证
适应人群：有Python编程经验 至少1年软件工程研发经验 初步掌握机器学习算法的理论基础
关键词：互联网
适应人群：开发者、数据科学家、商业分析师、产品经理，以及所有对利用LLM感兴趣的人。
关键词：其他
收益目标：1、使企业管理者制定决策时有数据可依； 2、使学员彻底理解数据可视化的概念、技术、思维模式； 3、使学员具备数据收集、数据分析、数据挖掘、信息提取的能力； 4、使学员具备绘制数据可视化图形的能力； 5、使学员具备利用图形辅助思考的能力。
适应人群：1、本课程适合于想通过数据化决策制定企业战略的决策者； 2、适合于经常需要汇报工作的管理者； 3、对数据可视化分析、数据可视化展现等感兴趣的人士； 4、对数据分析、数据挖掘算法等感兴趣的人士； 5、对Tableau感兴趣的数据分析人士；
关键词：我是运维经理，互联网，大数据，云计算
适应人群： 数据工程师、数据科学家、机器学习工程师、AI开发者、以及对向量数据库感兴趣的技术人员。
关键词：其他，数据库
收益目标：掌握AI驱动投放全流程：从用户洞察、内容创作到数据分析，系统学习AI赋能投放的实战技巧，快速提升投放效率与效果。 精通AI Agent搭建与应用：学会利用Dify、Coze等平台搭建智能投放助手与用户运营机器人，实现自动化增长。 获取实用工具与实战路线图：掌握ChatGPT、Midjourney等热门工具，结合新涨乐APP推广路线图，快速落地AI应用，实现业务增长。
关键词：互联网，数据分析
适应人群：熟悉Go语法，有一定的Linux知识基础
收益目标：1、使学员深入理解机器学习、深度学习的基础概念、技术、思维模式； 2、使学员深入理解机器学习、深度学习算法原理、具备机器学习算法的使用能力； 3、使学员深入理解数据收集、数据挖掘、信息提取的能力； 4、使学员深入理解绘制数据可视化图形的能力； 5、深入剖析主流的机器学习、深度学习算法； 6、介绍统计学基础知识； 7、深入剖析模型的构建、特征提取、指标体系； 8、通过案例故事，深入剖析机器学习、深度学习的应用，交流数据挖掘的经验； 9、浅显易懂的方式介绍人工智能、深度学习、人工神经网络等知识点；
适应人群：1、本课程适合于机器学习和统计学的初级学习者； 2、对机器学习、数据分析、统计学感兴趣的人士；
关键词：我是运维经理，互联网，人工智能，大数据，机器学习，数据挖掘，深度学习
适应人群：机器学习工程师、AI 开发者、数据科学家、业务分析师、产品经理，以及希望利用大模型构建创新应用的企业技术人员。
关键词：其他，企业级，大模型
关键词：其他，API，工程化，大模型
收益目标：✓ 体验到真实敏捷Scrum团队中的协作方式 ✓ 理解测试先行的理念，学会测试驱动开发TDD等方法 ✓ 学会识别代码坏味道，并通过小步重构来改善架构与设计 ✓ 培养书写整洁代码、有效单元测试的习惯 ✓ 理解持续集成和分层测试
关键词：互联网，支付平台，电信，持续集成，软件测试，单元测试
活动详情
To Be Better
注册或 找回密码?
