Przejdź do treści głównej
DomPython

Track

Supervised Machine Learning in Python

Zaktualizowano 03.2026
Master the most popular supervised machine learning techniques to begin making predictions with labeled data.
Rozpocznij Śledzenie Za Darmo

W zestawiePremia or Zespoły

PythonMachine Learning25 godz.5,583

Utwórz bezpłatne konto

Lub

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

Uwielbiany przez pracowników tysięcy firm

Group

Szkolenie 2 lub więcej osób?

Wypróbuj DataCamp for Business

Opis utworu

Supervised Machine Learning in Python

Master the fundamentals of supervised machine learning and discover how to make predictions using labeled data. Join the ML revolution today! If you’re new to machine learning, or want to specialize in supervised machine learning, this is an ideal place to start.You’ll start by learning about and implementing core supervised learning models, such as K-Nearest Neighbors (KNN), Logistic Regression, Linear Regression, Support Vector Machines (SVMs), and tree-based models with the popular scikit-learn library.You’ll also discover how to use state-of-the-art algorithms like XGBoost to efficiently boost modelling performance on tabular datasets.To get the most out of your models, you’ll learn about different hyperparameter tuning techniques and how to decide which technique to use for your use case.You’ll finish the track by bringing your knowledge of these diverse models together to learn about ensemble learning, where different models are combined to improve performance and solve more complex problems.By the time you’re finished, you’ll have mastered the essential supervised machine learning concepts and be able to apply them in Python.

Wymagania wstępne

Nie ma żadnych wymagań wstępnych dla tego toru

  • Course

    1

    Supervised Learning with scikit-learn

    Grow your machine learning skills with scikit-learn in Python. Use real-world datasets in this interactive course and learn how to make powerful predictions!

  • Project

    premia

    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

    6

    Extreme Gradient Boosting with XGBoost

    Learn the fundamentals of gradient boosting and build state-of-the-art machine learning models using XGBoost to solve classification and regression problems.

  • Course

    8

    Ensemble Methods in Python

    Learn how to build advanced and effective machine learning models in Python using ensemble techniques such as bagging, boosting, and stacking.

Supervised Machine Learning in Python
6 courses
Utwór
ukończony

Zdobądź oświadczenie o osiągnięciach

Dodaj te dane uwierzytelniające do swojego profilu na LinkedIn, CV lub życiorysu
Udostępnij w mediach społecznościowych i w swojej ocenie okresowej

W zestawiePremia or Zespoły

Zapisz Się Teraz

Dołącz do nas 19 milionów uczniów i zacznij Supervised Machine Learning in Python już dziś!

Utwórz bezpłatne konto

Lub

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