機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘在商業(yè)分析中的應(yīng)用【大學(xué)組】

商業(yè)

項(xiàng)目背景

大數(shù)據(jù)時(shí)代到來(lái)，數(shù)據(jù)成為企業(yè)及社會(huì)重點(diǎn)關(guān)注的戰(zhàn)略資源。怎樣才能在浩瀚的數(shù)據(jù)海洋中利用成熟的統(tǒng)計(jì)分析和數(shù)據(jù)挖掘技術(shù)，進(jìn)行高效的商業(yè)分析以獲取利益最大化？對(duì)數(shù)據(jù)挖掘而言，數(shù)據(jù)庫(kù)提供數(shù)據(jù)管理技術(shù)，而機(jī)器學(xué)習(xí)和統(tǒng)計(jì)學(xué)則能夠提供數(shù)據(jù)分析技術(shù)。項(xiàng)目將帶領(lǐng)學(xué)生學(xué)習(xí)機(jī)器學(xué)習(xí)算法的基本問(wèn)題和步驟、了解其在數(shù)據(jù)挖掘領(lǐng)域的應(yīng)用，并充分利用所學(xué)知識(shí)解決客戶細(xì)分及反欺詐等實(shí)際問(wèn)題。

項(xiàng)目介紹

項(xiàng)目將帶領(lǐng)學(xué)生學(xué)習(xí)監(jiān)督學(xué)習(xí)與無(wú)監(jiān)督學(xué)習(xí)、過(guò)度擬合、訓(xùn)練數(shù)據(jù)、測(cè)試數(shù)據(jù)、驗(yàn)證數(shù)據(jù)、線性回歸和邏輯回歸、決策樹(shù)算法、提升樹(shù)算法、隨機(jī)森林、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、聚類(lèi)、維度詛咒、特征選擇、正則化、主成分分析、擬合優(yōu)度度量、數(shù)據(jù)準(zhǔn)備、缺失值填充、異常值、特征工程、分類(lèi)變量編碼、模糊匹配等機(jī)器學(xué)習(xí)基礎(chǔ)知識(shí)及數(shù)據(jù)挖掘經(jīng)典算法，項(xiàng)目結(jié)束時(shí)提交項(xiàng)目報(bào)告，進(jìn)行成果展示。

適合人群

大學(xué)生

對(duì)商業(yè)分析、商業(yè)統(tǒng)計(jì)、數(shù)據(jù)科學(xué)、數(shù)據(jù)處理、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、信息安全等專(zhuān)業(yè)和課題感興趣，相關(guān)專(zhuān)業(yè)或希望在相關(guān)領(lǐng)域深入學(xué)習(xí)的學(xué)生 具備Python基礎(chǔ)知識(shí)，數(shù)學(xué)邏輯良好的學(xué)生優(yōu)先

導(dǎo)師介紹

南加州大學(xué) 正教授

Stephen導(dǎo)師任職于南加州大學(xué)馬歇爾商學(xué)院，在數(shù)據(jù)科學(xué)專(zhuān)業(yè)教授欺詐分析和商業(yè)分析等課程。導(dǎo)師曾任ID Analytics（LifeLock和Symantec旗下的身份資訊保護(hù)公司）公司首席分析師及首席科學(xué)官，美國(guó)Casa Systems, Inc.（網(wǎng)絡(luò)基礎(chǔ)設(shè)施解決方案公司）聯(lián)合創(chuàng)始人、摩根士丹利銀行控股公司（Morgan Stanley）執(zhí)行董事。導(dǎo)師研究方向?yàn)閿?shù)據(jù)挖掘、身份反欺詐等。

任職學(xué)校

南加州大學(xué)（University of Southern California，USC）創(chuàng)立于1880年，坐落于美國(guó)加州洛杉磯市中心，是全球領(lǐng)先私立研究型大學(xué)，美國(guó)最具多元化學(xué)府之一，廣受全球博才智杰推崇。南加州大學(xué)是美國(guó)大學(xué)協(xié)會(huì)（AAU；研究型大學(xué)聯(lián)盟，會(huì)員門(mén)檻極高，被許多機(jī)構(gòu)視為衡量大學(xué)學(xué)術(shù)研究和品質(zhì)的基準(zhǔn)）的成員，在2020年U.S.News全美大學(xué)綜合排名中位列第22。

項(xiàng)目大綱

監(jiān)督學(xué)習(xí)與無(wú)監(jiān)督學(xué)習(xí)、過(guò)度擬合、訓(xùn)練數(shù)據(jù)、測(cè)試數(shù)據(jù)、驗(yàn)證數(shù)據(jù)、線性回歸和邏輯回歸 ML modeling basics; training/testing/validating data sets; linear regression

決策樹(shù)算法、提升樹(shù)算法、隨機(jī)森林、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī) Nonlinear ML algorithms

聚類(lèi)、維度詛咒、特征選擇、正則化、主成分分析、擬合優(yōu)度度量 Clustering, curse of dimensionality, feature selection, regularization, PCA, model measures of goodness.

數(shù)據(jù)準(zhǔn)備、缺失值填充、異常值、特征工程、分類(lèi)變量編碼、模糊匹配 Data preparation

實(shí)操演練：機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘在客戶細(xì)分及反欺詐等實(shí)際問(wèn)題中的運(yùn)用 ML applications, such as in marketing segmentation, fraud score

項(xiàng)目回顧與成果展示 Program Review and Presentation

論文輔導(dǎo) Project Deliverables Tutoring

時(shí)間安排與收獲

7周在線小組科研學(xué)習(xí)+5周論文輔導(dǎo)學(xué)習(xí) 共125課時(shí)

學(xué)術(shù)報(bào)告

優(yōu)秀學(xué)員獲主導(dǎo)師Reference Letter

EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等級(jí)別索引國(guó)際會(huì)議全文投遞與發(fā)表（可用于申請(qǐng)）

結(jié)業(yè)證書(shū)

成績(jī)單