Kaggle案例实战公开课
在当前数据引领潮流的时代，你是否苦于无法真正走入数据科学的大门？入门Machine Learning后，你是否苦于不知道如何提高实战能力；有心参加Kaggle，你是否苦于一直不得要领无法真正做出较好的结果？ 为了帮助大家更好的迈入数据科学的大门，通过Kaggle实战在数据科学领域有所建树，提供给广大数据科学爱好者一个讨论Kaggle玩转Kaggle的平台，我们数据应用学院特别为大家开设了两次Kaggle案例实战公开讨论，我们此次选择的实战案例为Allstate Claims Severity。
课程时间：
05/04/2017 & 05/11/2017 Thursday 6 – 7:30 pm PDT
一共两次公开课程，只需注册一次Webinar即可参加两次公开课程。
主讲人：
Dr. Tang：
中国科学技术大学（USTC）物理系学士，UC Riverside 物理系博士，具有深厚的数学理论基础。经过Data Application Lab的Data Scientist项目培训后，对于数据科学领域的技能有了大幅提升，参加了多次Kaggle比赛并且获得了较好成绩。在这两次的公开讨论中，将分享给大家个人做Kaggle比赛的一些心得和体会。
讨论内容：
第一讲：
- Kaggle竞赛的基本介绍
- 如何分析kaggle题目
- Kaggle实例分析：基本的数据分析、数据处理与特征提取、简单构建Baseline Model
第二讲：
- Feature Engineering
- Parameter Tuning
- Model Ensemble
面向对象：
希望迈入数据科学领域，获得Kaggle竞赛入门指导的数据科学爱好者。
