Logo
☆☆☆☆☆
0.0
Intermediate
27h

Scikit-Learn 用于机器学习

本课程旨在系统培养学习者有效运用 Python 中 scikit-learn 库进行机器学习任务所需的知识与技能,是掌握基于 Python 和 scikit-learn 构建实用机器学习应用的优质资源。 在本课程中,您将学习监督学习与无监督学习、数据预处理以及模型评估等核心概念。您还将掌握如何使用 scikit-learn 简洁易用的 API 实现主流的机器学习算法,包括回归、分类和聚类。此外,课程还涵盖集成方法、模型解释和超参数优化等进阶主题。 完成本课程后,您将获得将机器学习技术应用于解决多样化数据驱动问题的实践经验,并具备在工业界和学术界灵活运用 scikit-learn 处理各类机器学习任务的专业能力。

8 Lessons
Included in Subscription Plan
Personalized Learning
Powered by AI
Scikit-Learn 用于机器学习
本课程旨在系统培养学习者有效运用 Python 中 scikit-learn 库进行机器学习任务所需的知识与技能,是掌握基于 Python 和 scikit-learn 构建实用机器学习应用的优质资源。 在本课程中,您将学习监督学习与无监督学习、数据预处理以及模型评估等核心概念。您还将掌握如何使用...

WHAT YOU'LL LEARN

了解数据预处理步骤

Content

8 Lessons • 0 Quizzes • 0 Challenges

课程概述
  1. 1

    简介

机器学习简介
  1. 1

    什么是机器学习?

  2. 2

    机器学习流程

  3. 3

    什么是 Scikit-Learn?

  4. 4

    使用 Scikit-Learn 导入数据

  5. 5

    测验:机器学习简介

  6. 6

    编程挑战:导入数据

  7. 7

    解决方案:导入数据

技巧与窍门
  1. 1

    技巧与窍门简介

  2. 2

    管道

  3. 3

    基线

  4. 4

    排列特征重要性

  5. 5

    模型持久化

  6. 6

    测验:技巧与提示

  7. 7

    编程挑战:技巧与窍门

  8. 8

    解决方案:技巧与提示

预处理
  1. 1

    预处理简介

  2. 2

    特征提取

  3. 3

    缩放

  4. 4

    离散化

  5. 5

    编码

  6. 6

    降维

  7. 7

    缺失值的填补

  8. 8

    测验:预处理

  9. 9

    编码挑战:预处理

  10. 10

    解决方案:预处理

结论
  1. 1

    总结

监督学习
  1. 1

    监督学习简介

  2. 2

    线性模型

  3. 3

    支持向量机

  4. 4

    随机梯度下降(SGD)

  5. 5

    KNN

  6. 6

    决策树

  7. 7

    朴素贝叶斯

  8. 8

    集成方法

  9. 9

    测验:监督学习

  10. 10

    编程挑战:监督学习

  11. 11

    解决方案:监督学习

无监督学习
  1. 1

    无监督学习简介

  2. 2

    高斯混合模型(GMM)

  3. 3

    K-均值

  4. 4

    DBSCAN

  5. 5

    层次聚类

  6. 6

    测验:无监督学习

  7. 7

    编码挑战:无监督学习

  8. 8

    解决方案:无监督学习

模型评估
  1. 1

    模型评估简介

  2. 2

    回归指标

  3. 3

    分类指标

  4. 4

    聚类指标

  5. 5

    基础交叉验证

  6. 6

    高级交叉验证

  7. 7

    测验:模型评估

  8. 8

    编码挑战:模型评估

  9. 9

    解决方案:模型评估

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)