使用 Python 进行机器学习：构建、训练和改进模型

MP4 |视频：h264，1920×1080 |音频：AAC，44.1 KHz
语言：英语 |时长：3小时49米

你将学到什么

• 使用 Python 从头开始构建机器学习模型
• 了解监督学习和无监督学习等关键机器学习概念
• 预处理并准备用于模型训练的真实数据集
• 有效训练和评估机器学习模型
• 使用交叉验证技术提高模型性能
• 调整超参数以优化模型精度
• 避免机器学习模型中的过度拟合和欠拟合
• 应用特征选择和正则化技术

您准备好开始使用 Python 进行机器学习之旅了吗？

本课程旨在通过注重实践、动手学习来帮助您在机器学习方面打下坚实的基础。无论您是初学者还是想要强化概念的人，本课程都将指导您逐步从基础知识到构建和改进真实模型。

您将首先学习机器学习所需的 Python 基础知识，然后使用 NumPy 等基本库。然后，您将继续学习数据预处理技术，例如处理缺失值、特征缩放、编码和处理不平衡数据集。

随着您的进步，您将学习如何将数据拆分为训练集和测试集，构建您的第一个机器学习模型，评估其性能，并使用有效的技术改进它。您还将了解过度拟合、模型优化和工作流程最佳实践等重要概念。

本课程强调对现实世界的理解，帮助您不仅学习概念，还可以自信地应用它们。

在本课程结束时，您将能够：
了解完整的机器学习工作流程
使用 Python 和 ML 的基本库
清理和预处理现实世界数据
构建和训练机器学习模型
评估和提高模型性能
有效处理不平衡数据集

不需要机器学习方面的经验——只需基本的计算机知识和学习意愿。

立即开始培养您的机器学习技能，迈出成为自信的机器学习从业者的第一步！