Logo
☆☆☆☆☆
0.0
Beginner
2h 15m

使用 PyCaret 简化 Python 中的机器学习

PyCaret 是一个低代码、开源的 Python 机器学习库,可用于数据预处理、模型部署等机器学习任务。 在本课程中,你将学习与机器学习相关的多个主题。首先简要介绍机器学习的基本概念,然后基于 PyCaret 库的各个模块,依次通过案例研究学习回归、分类、聚类以及异常检测。最后,我们将重点讲解如何使用 Streamlit 库开发并部署机器学习应用。 学完本课程后,你将具备在各类机器学习项目中高效应用和部署强大 PyCaret 库的能力。

9 Lessons
Included in Subscription Plan
Personalized Learning
Powered by AI
使用 PyCaret 简化 Python 中的机器学习
PyCaret 是一个低代码、开源的 Python 机器学习库,可用于数据预处理、模型部署等机器学习任务。 在本课程中,你将学习与机器学习相关的多个主题。首先简要介绍机器学习的基本概念,然后基于 PyCaret 库的各个模块,依次通过案例研究学习回归、分类、聚类以及异常检测。最后,我们将重点讲解如...

WHAT YOU'LL LEARN

了解 PyCaret

Content

9 Lessons • 0 Quizzes • 0 Challenges

机器学习简介
  1. 1

    开始学习

  2. 2

    机器学习及其类型

回归
  1. 1

    使用 PyCaret 进行回归分析

  2. 2

    探索性数据分析

  3. 3

    熟悉 PyCaret 环境

  4. 4

    构建模型

  5. 5

    编程挑战:训练随机森林模型

  6. 6

    解决方案回顾:训练随机森林模型

  7. 7

    测验:回归

异常检测
  1. 1

    使用 PyCaret 进行异常检测

  2. 2

    探索性数据分析

  3. 3

    熟悉 PyCaret 环境

  4. 4

    构建模型

  5. 5

    编程挑战:创建局部离群因子模型

  6. 6

    解决方案回顾:创建局部离群因子模型

  7. 7

    测验:异常检测

分类
  1. 1

    使用 PyCaret 进行分类

  2. 2

    探索性数据分析

  3. 3

    熟悉 PyCaret 环境

  4. 4

    构建模型

  5. 5

    编码挑战:进行预测并绘制模型

  6. 6

    解决方案回顾:进行预测并绘制模型

  7. 7

    测验:分类

自然语言处理
  1. 1

    使用 PyCaret 进行自然语言处理

  2. 2

    探索性数据分析

  3. 3

    初始化自然语言处理环境

  4. 4

    创建并分配主题模型

  5. 5

    初始化分类环境

  6. 6

    创建分类模型

  7. 7

    编码挑战:绘制主题分布图

  8. 8

    解决方案回顾:绘制主题分布图

  9. 9

    测验:自然语言处理

聚类
  1. 1

    使用 PyCaret 进行聚类

  2. 2

    探索性数据分析

  3. 3

    熟悉 PyCaret 环境

  4. 4

    构建模型

  5. 5

    编程挑战:创建 k 均值模型

  6. 6

    解决方案回顾:创建 k-means 模型

  7. 7

    测验:聚类

部署机器学习模型
  1. 1

    Streamlit

  2. 2

    保险费用预测网页应用

  3. 3

    鸢尾花分类网页应用

  4. 4

    将应用部署到 Streamlit Cloud

  5. 5

    编程挑战:将数据框可视化为折线图

  6. 6

    解决方案回顾:将数据框可视化为折线图

  7. 7

    测验:Streamlit

结论
  1. 1

    总结

附录
  1. 1

    PyCaret 的安装

Certificate of Completion

Showcase your accomplishment by sharing your certificate of completion.

Course Author:Anonymous User

Reviews

Read reviews from students who have taken this course and share your own experience.

Reviews & Comments (0)