九天菜菜 机器学习实战

课程从基本概念、矩阵运算、线性回归和逻辑回归的手动实现入手，深入讲解了梯度下降家族算法、模型评估、Scikit Learn应用、决策树、集成算法（Bagging、随机森林、AdaBoost、GBDT、XGBoost、LightGBM）、超参数优化（网格搜索、贝叶斯优化、Halving、Optuna）等核心主题。最大的亮点是包含了多个大型实战项目，如用户流失预测、金融风控、股价预测、时间序列预测（WSDM案例），并详细演示了特征工程、特征衍生、特征筛选、模型融合（Stacking, Blending）等工业级技巧。课程注重“手动实现”以加深理解，并紧密结合理论与代码实践，旨在培养学员的完整机器学习项目能力