Przejdź do głównej treści
Strona głównaPython

Ścieżka

Podstawy uczenia maszynowego w Pythonie

Zaktualizowano 05.2026
Opanuj sztukę uczenia maszynowego i wyjdź z niej jako ekspert od predykcji, rozpoznawania wzorców oraz podstaw Deep Learning i Reinforcement Learning.
Zacznij ścieżkę za darmo
PythonUczenie maszynowe
16 godz.
64,223

Utwórz bezpłatne konto

Kontynuuj z GooglePokaż więcej opcji

lub

Kontynuując, akceptujesz nasze Warunki korzystania, naszą Politykę prywatności oraz to, że Twoje dane są przechowywane w USA.

Uwielbiany przez kursantów z tysięcy firm

Group

Szkolisz zespół?

Wypróbuj dla firm

Opis ścieżki

Podstawy uczenia maszynowego w Pythonie

Odblokuj moc uczenia maszynowego z Pythonem

Zanurz się w ekscytujący świat uczenia maszynowego z Pythonem w tym kompleksowym Tracku. Zaczniesz od opanowania podstaw uczenia nadzorowanego z wykorzystaniem popularnej biblioteki scikit-learn. Pracuj z rzeczywistymi zbiorami danych, aby tworzyć skuteczne modele predykcyjne i zdobyć praktyczne doświadczenie w rozwiązywaniu problemów klasyfikacji i regresji.

Poznaj techniki uczenia nienadzorowanego

Rozwiń swoje umiejętności, ucząc się, jak odkrywać ukryte wzorce i struktury w nieoznaczonych danych. Korzystając z bibliotek scikit-learn i scipy w Pythonie, będziesz:
  • Grupuj punkty danych w odrębne grupy
  • Zmniejsz wymiarowość, aby wizualizować wielowymiarowe zbiory danych
  • Wyciągaj wartościowe wnioski ze złożonych danych
  • Zastosuj uczenie nienadzorowane, aby rozwiązywać rzeczywiste wyzwania

Zanurz się w głębokim uczeniu z PyTorch

Odkryj moc sieci neuronowych i głębokiego uczenia, ucząc się budować i trenować modele za pomocą PyTorch, nowoczesnego frameworka do głębokiego uczenia. Dzięki interaktywnym ćwiczeniom zbudujesz swoją pierwszą sieć neuronową od podstaw, jednocześnie opanowując kluczowe pojęcia, takie jak propagacja wsteczna i spadek gradientowy. Poznasz też techniki optymalizacji wydajności modeli poprzez dostrajanie hiperparametrów i stosowanie deep learning do zadań takich jak klasyfikacja obrazów i analiza sentymentu.

Poznaj podstawy uczenia ze wzmocnieniem

Ukończ swoją ścieżkę uczenia maszynowego, odkrywając fascynującą dziedzinę uczenia ze wzmocnieniem. Korzystając z biblioteki Gymnasium w Pythonie, nauczysz się, jak inteligentni agenci mogą uczyć się optymalnych zachowań metodą prób i błędów. Zdobądź praktyczne doświadczenie:
  • Formułowanie problemów uczenia ze wzmocnieniem
  • Implementowanie klasycznych algorytmów, takich jak Q-learning i policy gradients
  • Trenowanie agentów do rozwiązywania złożonych środowisk
  • Zastosowanie uczenia ze wzmocnieniem w rzeczywistych scenariuszach, takich jak granie w gry i robotyka

Dlaczego uczenie maszynowe z Pythonem?

Python stał się językiem pierwszego wyboru do uczenia maszynowego dzięki swojej prostocie, wszechstronności i rozbudowanemu ekosystemowi potężnych bibliotek. Dzięki nauce uczenia maszynowego z Pythonem zdobędziesz narzędzia i umiejętności potrzebne do rozwiązywania różnorodnych problemów w wielu branżach — od opieki zdrowotnej i finansów po marketing i systemy autonomiczne.

Rozpocznij karierę w uczeniu maszynowym

Niezależnie od tego, czy chcesz zostać inżynierem uczenia maszynowego, data scientistą czy badaczem AI, ten Track stanowi idealny punkt wyjścia. Po ukończeniu kursów i projektów zdobędziesz solidne podstawy w uczeniu maszynowym oraz portfolio praktycznych przykładów, które pokaże Twoje umiejętności. Zrób pierwszy krok w kierunku ekscytującej i satysfakcjonującej kariery w tej dynamicznie rozwijającej się dziedzinie.

Wymagania wstępne

Ta ścieżka nie ma wymagań wstępnych

  • Course

    1

    Nadzorowane uczenie maszynowe z scikit-learn

  • Project

    bonus

    Predictive Modeling for Agriculture

    Dive into agriculture using supervised machine learning and feature selection to aid farmers in crop cultivation and solve real-world problems.

  • Course

    3

    Uczenie nienadzorowane w Pythonie

    Naucz się grupować, przekształcać, wizualizować i wyciągać wnioski z nieoznaczonych zbiorów danych za pomocą scikit-learn i scipy.

Podstawy uczenia maszynowego w Pythonie
4 Kursy
Ścieżka
ukończona

Zdobądź zaświadczenie o ukończeniu

Dodaj to poświadczenie do swojego profilu LinkedIn, CV lub życiorysu
Udostępnij to w mediach społecznościowych i podczas oceny wyników pracyZapisz się teraz

Dołącz do ponad 19 milionów kursantów i zacznij Podstawy uczenia maszynowego w Pythonie już dziś!

Utwórz bezpłatne konto

Kontynuuj z GooglePokaż więcej opcji

lub

Kontynuując, akceptujesz nasze Warunki korzystania, naszą Politykę prywatności oraz to, że Twoje dane są przechowywane w USA.

Rozwijaj swoje umiejętności w zakresie danych dzięki DataCamp dla urządzeń mobilnych

Rób postępy w podróży dzięki naszym kursom mobilnym i codziennym 5-minutowym wyzwaniom kodowania.