从头学习 Python 的机器学习

掌握机器学习算法,包括带有Numpy、Pandas、Matplotlib、Seaborn 和 Scikit-Learn 的神经网络

从这 12.5  小时的课程,你会学到

  • 了解机器学习以及如何将其应用于你自己的程序中
  • 理解并能够使用 Pythons 主要科学程序库进行数据分析 – Numpy、Pandas、Matplotlib 和 Seaborn
  • 了解并能够使用人工神经网络
  • 总体上对机器学习有一个很好的理解

要求

  • 具备 Python 基础知识
  • 具备线性代数的基本知识
  • 不要求先前的机器学习经验,或了解任一种程序库(libraries)

课程说明

机器学习是一个热门话题!了解如何运用机器学习的Python 开发人才需求量很大。

但你如何开始?

也许你试图开始学习机器学习,但无法在在线找到体面的教学,快速带你进入状况。

也许你找到的信息都太基本了,无法给你运用 Python 所需的实战机器学习技巧。

或者,也许这些信息陷入复杂的数学解释中,让你很难联想消化。

无论出于什么原因,如果你想提升使用 Python 实践机器学习的技能,那么你来到对的地方。

本课程将帮助你理解使用 Python 的主要机器学习算法,以及如何将它们应用到你自己的专案中。

但究竟什么是机器学习?

这是一个计算机科学领域,让电脑能够“学习” – 例如通过数据不断改进具体任务的性能,而不是明确写程序下指令运行。

它为什么如此重要?

机器学习通常用于解决人们认为太复杂的任务。我们创建算法并将一堆数据应用于该算法,并让电脑处理(运行)算法并找出适合模型( 解决方案 )。

由于机器学习有许多实际应用如自动驾驶汽车(其中一个例子),这使得许多公司和政府对机器学习非常感兴趣。因此,对于在这一领域有经验的 Python 开发人员就会有很多机会。

如果你想增加你的职业选择,那么理解并能够以 Python 程序运作机器学习应该列入你的优先事项表中高度优先的位置。

你会在这门课程中学到什么?

对于初学者,你将了解 Python 中用于数据分析的主要科学程序库,如 Numpy、Pandas、Matplotlib 和 Seaborn。然后,你将学习人工神经网络以及如何使用它们来处理机器学习模型。

你可以获得机器学习的坚实背景,并能够将这些知识直接应用到你自己的程序中。

课程中包含哪些主题?

  • Data Analysis with Numpy, Pandas, Matplotlib and Seaborn.
  • The machine learning schema.
  • Overfitting and Underfitting
  • K Fold Cross Validation
  • Classification metrics
  • Regularization: Lasso, Ridge and ElasticNet
  • Logistic Regression
  • Support Vector Machines for Regression and Classification
  • Naive Bayes Classifier
  • Decision Trees and Random Forest
  • KNN classifier
  • Hyperparameter Optimization: GridSearchCV
  • Principal Component Analysis (PCA)
  • Linear Discriminant Analysis (LDA)
  • Kernel Principal Component Analysis (KPCA)
  • Ensemble methods: Bagging
  • AdaBoost
  • K means clustering analysis
  • Regression model and evaluation
  • Linear and Polynomial Regression
  • SVM, KNN, and Random Forest for Regression
  • RANSAC Regression
  • Neural Networks: Constructing our own MLP.
  • Perceptron and Multilayer Perceptron

如果你不了解以上某些或所有这些项目,请不要担心。 当完成本课程时,你将会知道它们是什么以及如何使用它们。

为什么参加这门课程是你可以做出的最佳决策。

本课程以独特的方式帮助你理解机器学习的困难概念。 其中不仅仅关注复杂的数学解释,还包括对图表的简单解释和数据展示。

还包含了许多范例和真正有用的代码片段,使其更容易学习和理解。

完成本课程后,你将拥有在自己的专案中应用机器学习的必要技能。

越早注册本课程,越早获得提高工作或咨询机会所需的技能和知识。 你的新工作或咨询机会在等待著!

为什么不立即开始? 点击注册按钮注册本课程!

目标受众

  • 希望通过掌握 Pythons 各种科学程序库(  libraries )来将既有的 Python 技能更高端的学生
  • 希望了解并将机器学习应用到自己的程序中的学生

讲师简介

Tim Buchalka’s Learn Programming Academy

专业程序员和教师 – 323,000 多名学生

Learn Programming Academy 由拥有 35 年经验的软件开发人员 Tim Buchalka 创建,他还是 Udemy 的讲师,在他的 Jav、Android、Python 和 Spring 框架课程中拥有超过 335,000 名学生。

Academy 未来三年的目标是教导一百万人学习如何编程。

除了 Tim 自己的课程已在 Academy 上,我们正在与最优秀的教师合作,创建课程来教授开发人员在各个层面所需的基本技能。

另一个重要的哲学是我们的课程是由真正的专业人士教授的,所有讲师都是拥有丰富实业经验的软件开发人员,也是优秀的教师。 我们所有的教练都是有经验的软件开发人。

我们的团队正在忙著创建新课程。

无论你是初学者,第一次学习如何编程,还是学习现有技能,或学习新的语言和框架,Academy 都会提供个人支持。

CARLOS QUIROS    工业工程师和数据科学家

工业工程师,拥有超过20年的开发和管理业务经验,在过程分析和开发数据科学业务信息系统方面拥有丰富的经验。 他拥有秘鲁天主教大学的工业工程学位和秘鲁利马 ESAN 毕业商学院的工商管理硕士学位,以及全面品质管理等专业。

他还是一位于 .NET 系统、PHP、Java、R、数据库和 Python 上很有经验的程序员,将他在机器学习和数据挖掘模型方面的经验应用于行业和服务的许多领域,如市场行销、计划库存、计划销售 、财务、品质控制、电脑视觉等。

他希望分享他的经验,以简单实用的方式教授,以图形为基础阐释概念,以便学生更好的理解。

英文本幕:有

  • 想要了解如何将英文本幕自动翻译成中文? 请参考这篇 How-To

课程网址   ♥找优惠折扣码?

Sponsored by Udemy

♥欢迎关注 Soft & Share 微博

 

发表评论

Powered by WordPress.com.

Up ↑

%d 博主赞过: