Sariți la conținutul principal
AcasăPython

Traseu de învățare

Învățare automată supravegheată în Python

Actualizat 05.2026
Stăpânește cele mai populare tehnici de învățare automată supravegheată pentru a începe să faci predicții cu date etichetate.
Începe traseul gratuit
PythonÎnvățare automată
25 h
6,018

Creează-ți contul gratuit

Continuă cu GoogleArată mai multe opțiuni

sau

Continuând, accepți Termenii de utilizare, Politica de confidențialitate și faptul că datele tale sunt stocate în SUA.

Îndrăgit de cursanți din mii de companii

Group

Formare pentru o echipă?

Încearcă pentru afaceri

Descrierea traseului

Învățare automată supravegheată în Python

Stăpânește fundamentele învățării automate supravegheate și descoperă cum să faci predicții folosind date etichetate. Alătură-te revoluției ML astăzi! Dacă ești nou în învățarea automată sau vrei să te specializezi în învățarea automată supravegheată, acesta este un loc ideal pentru a începe.Vei începe prin a învăța și a implementa modele de bază de învățare supravegheată, precum K-Nearest Neighbors (KNN), Logistic Regression, Linear Regression, Support Vector Machines (SVMs) și modele bazate pe arbori, folosind populara bibliotecă scikit-learn.Vei descoperi, de asemenea, cum să folosești algoritmi de ultimă generație precum XGBoost pentru a îmbunătăți eficient performanța modelării pe seturi de date tabulare.Pentru a obține maximum din modelele tale, vei învăța despre diferite tehnici de ajustare a hiperparametrilor și cum să decizi ce tehnică să folosești pentru cazul tău de utilizare.Vei finaliza traseul reunind cunoștințele despre aceste modele diverse pentru a învăța despre învățarea prin ansamblu, unde modele diferite sunt combinate pentru a îmbunătăți performanța și a rezolva probleme mai complexe.Până când vei termina, vei fi stăpânit conceptele esențiale de învățare automată supravegheată și le vei putea aplica în Python.

Cerințe prealabile

Nu există prerequisite pentru acest traseu

  • Course

    1

    Învățare supravegheată cu 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

    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.

Învățare automată supravegheată în Python
6 Cursuri
Traseu
finalizat

Obține diploma de absolvire

Adaugă această acreditare la profilul tău LinkedIn, CV sau rezumat
Distribuie pe rețelele de socializare și în evaluarea ta de performanțăÎnscrie-te acum

Alătură-te celor peste 19 de milioane de cursanți și începe Învățare automată supravegheată în Python astăzi!

Creează-ți contul gratuit

Continuă cu GoogleArată mai multe opțiuni

sau

Continuând, accepți Termenii de utilizare, Politica de confidențialitate și faptul că datele tale sunt stocate în SUA.

Dezvoltați-vă abilitățile de gestionare a datelor cu DataCamp pentru mobil

Fă progrese din mers cu cursurile noastre mobile și provocările zilnice de programare de 5 minute.