【直播】李嘉骐：集成学习答疑直播之七 -- 蒸汽量预测案例实战

集成学习答疑直播之七 -- 蒸汽量预测案例实战

集成学习是首个横跨3个周期的长期组队学习，在第25期组队学习中进行到“第三期-模型融合与数据实战”阶段。组队学习期间，课程设计者每周针对学习任务的重难点和学员的学习情况进行集中直播答疑，目前已经进行到第七次。

前六次的答疑录播信息如下：

  1. 机器学习基础 https://b23.tv/4AQOKm
  2. 偏差与方差理论 https://b23.tv/a41GjD
  3. 机器学习之分类模型 https://b23.tv/3zSm9k
  4. 投票法与bagging https://b23.tv/kbhuid
  5. Boosting https://b23.tv/fYR7uC
  6. 幸福感预测案例实战

开源地址如下：

https://github.com/datawhalechina/team-learning-data-mining/tree/master/EnsembleLearning

直播信息

主讲人：李嘉骐，清华大学博士生在读。

直播时间：2021年05月16日 20:00~21:00

直播内容：

  • 回归数据预处理与可视化
  • 建模调参与模型融合

直播地址：

https://live.bilibili.com/21482458

B站

希望参加本次集成学习（下）的学员都能有所收获。我们直播间不见不散，等着大家的弹幕哈。

集成学习简介

“集成学习”是由Datawhale集成学习小组内部成员共同完成，针对有一定数理统计基础和编程基础的同学，是一门对机器学习相关算法提供进一步深入了解的进阶课程。本课程详细地介绍了机器学习领域中经典模型、集成模型、模型融合相关思路理念，并给出了相应的数学推导和代码。对教程中每个算法都进行了细致的分析以及必要的代码的演示，便于学习者深刻理解机器学习算法的本质。

“蒸汽量预测”是以回归为目标的集成学习。此案例的数据产生于实际的工业大数据的生产中，具有十分重要的现实意义，经脱敏后的锅炉传感器采集的数据（采集频率是分钟级别），根据锅炉的工况，预测产生的蒸汽量。我们从数据预处理开始，到子分类器的训练，再到集成学习，一步一步深入浅出，手把手带领大家直观感受集成学习。

组队学习之余，来读读组队学习中发生的故事！

希望参与活动的学习者，来读读组队学习的注意事项！

赞 (0)

相关推荐