Logo
☆☆☆☆☆
0.0
Intermediate
3h

应用机器学习:基于TensorFlow的行业案例研究

在本课程中,你将参与一个基于实际行业场景的机器学习项目,目标是根据多种因素预测零售业的周销售额。你将学习用于训练和评估可扩展机器学习模型的高效技术。完成本课程后,你将能够独立承担从数据分析、构建高效模型到输出结果与洞察的完整工业级机器学习项目。 本课程的代码主要基于TensorFlow框架——工业界领先的机器学习框架之一,以及用于数据分析的Python pandas库。要求学习者具备Python和TensorFlow的基础知识。若希望提前积累TensorFlow经验,可先学习我们的另一门课程:《软件工程师的机器学习》。 本课程由AdaptiLab开发,该公司专注于企业级机器学习人才的评估、选拔与技能提升,联合来自Google、Microsoft、Amazon和Apple的工业界机器学习专家共同设计打造。

4 Lessons
Included in Subscription Plan
Personalized Learning
Powered by AI
应用机器学习:基于TensorFlow的行业案例研究
在本课程中,你将参与一个基于实际行业场景的机器学习项目,目标是根据多种因素预测零售业的周销售额。你将学习用于训练和评估可扩展机器学习模型的高效技术。完成本课程后,你将能够独立承担从数据分析、构建高效模型到输出结果与洞察的完整工业级机器学习项目。 本课程的代码主要基于TensorFlow框架——工业...

WHAT YOU'LL LEARN

完成一个零售业周销售额预测的行业机器学习项目

Content

4 Lessons • 0 Quizzes • 0 Challenges

你将从本课程中学到的内容
  1. 1

    概述

初步数据分析
  1. 1

    简介

  2. 2

    数据集

  3. 3

    缺失数据

  4. 4

    丢弃特征

  5. 5

    填充数据

  6. 6

    合并数据

  7. 7

    类别数据

  8. 8

    散点图

  9. 9

    条形图

  10. 10

    解读图表

  11. 11

    测验

数据处理
  1. 1

    简介

  2. 2

    数据集划分

  3. 3

    整数特征

  4. 4

    浮点特征

  5. 5

    字符串特征

  6. 6

    编写 TFRecords

  7. 7

    示例规范

  8. 8

    解析示例

  9. 9

    TFRecords 数据集

  10. 10

    数值型列

  11. 11

    指示列

  12. 12

    嵌入列

  13. 13

    模型输入层

  14. 14

    测验

模型预测
  1. 1

    简介

  2. 2

    模型层

  3. 3

    回归函数

  4. 4

    训练模式

  5. 5

    评估模式

  6. 6

    预测模式

  7. 7

    回归模型

  8. 8

    模型训练

  9. 9

    模型评估

  10. 10

    进行预测

  11. 11

    最终报告

  12. 12

    课程总结

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)