课程名称：

技术精讲、业务实践！阿里人工智能机器学习精品课程

在广告点击机器学习实践中， 我们用的最多的是逻辑回归（LR）模型，使用大量的特征做为训练数据输入。特征的组合非常关键，我们无法穷举这些组合，只能依赖于人工经验来判断，耗时耗力同时带来的效果可能还不好。

如何自动的发现有效的特征，是机器学习实践中要解决的问题。 

Facebook 曾经介绍了使用GBDT与LR组合的方法，可以有效的解决这个问题，今天的课程就为大家讲解：如何在PAI上实现GBDT与LR的融合。

 【温馨提示：1. 你可以在PC端浏览器或者微信收藏该页面，以方便你快速找到这个课程；2. 课程相关资料可在课程PC端公告查看下载；3.加入课程后，点(课时)列表即可观看视频 】

课程名称： 

阿里机器学习系列课程--如何在PAI上实现GBDT与LR的融合

讲师介绍：

刘吉哲

阿里云机器学习产品高级专家

多年从事大数据计算平台与机器学习平台的产品研发与设计，在实践中掌握了丰富的理论经验和成功案例。

先后参加了阿里巴巴集团5K项目、登月以及多个层面云计算和大数据项目，实现大数据的迁移与应用。

课程名称：

阿里云机器学习业务实践系列课程

课程背景：

本系列课程为您讲述如何使用阿里机器学习算法快速解决业务问题，会以实际业务作为出发点，所有实验都提供实验流程以及实验数据，帮您用较短的时间快速学习机器学习的原理与使用方法。

讲师简介：

李博，花名：傲海。目前任职阿里云数据产品经理，主要负责机器学习平台的产品化建设以及对外业务应用。本科、硕士就读于北京邮电大学，曾就职于（实习）SONY和华为，从事数据相关产品开发。作为CSDN博客专家、云栖社区博客专家，长期分享IT技术相关文章，覆盖机器学习算法、Android应用及源码开发等领域。一直活跃在开发者社区，主导开发了多个GITHUB百星开源项目，并且也开发上线了多款手机APP应用。著有《机器学习实践应用》一书，将于近期出版上市。

联系作者（微信公众号）：凡人机器学习

课程大纲：

1：机器学习背景知识以及业务架构介绍

2：机器学习实验工具PAI介绍

3：推荐系统-基于协同过滤的商品推荐 

4：推荐系统-基于用户画像的商品推荐

5：深度学习-TensorFlow实现图像分类

6：文本分析-新闻自动分类系统

7：文本分析- 文本关键信息抽取、相似度分析

8：图像识别——TensorFlow 基础篇

友情提示

1、PC端如果发现浏览器无法观看课程，建议使用谷歌浏览器观看；移动端建议直接微信打开课程页面

2、【在微信加入课程的用户注意】请微信收藏课程页面或者关注微信公众号：天善智能（点“我的”即可查看你已加入的课程），已方便下次学习。

3、课程相关资料可在课程PC端公告查看下载；

4、加入学习后请添加客服微信：tianshansvip（请注明：公司+职位+姓名），邀请你加入微信课程群