ข้ามไปยังเนื้อหาหลัก

Track

พื้นฐานการเรียนรู้ของเครื่อง ใน Python

เรียนรู้ศิลปะแห่ง Machine Learning และก้าวออกไปอย่างเชี่ยวชาญด้านการทำนาย การจดจำรูปแบบ และจุดเริ่มต้นของ Deep Learning และ Reinforcement Learning

  • Python
  • Machine Learning
  • 16 ชม.
  • 66,881

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google
หรือ
การดำเนินการต่อหมายความว่าคุณยอมรับ เงื่อนไขการใช้งาน, ของเรา นโยบายความเป็นส่วนตัว และข้อมูลของคุณถูกจัดเก็บไว้ในสหรัฐอเมริกา

ได้รับความไว้วางใจจากผู้เรียนในหลายพันบริษัท

กำลังฝึกอบรมทีม?ลองใช้สำหรับธุรกิจ

คำอธิบายเส้นทางการเรียน

พื้นฐานการเรียนรู้ของเครื่อง ใน Python

ปลดล็อกพลังของ Machine Learning ด้วย Python

ดำดิ่งสู่โลกอันน่าตื่นเต้นของแมชชีนเลิร์นนิงด้วย Python ใน Track ที่ครอบคลุมนี้ คุณจะเริ่มต้นด้วยการเชี่ยวชาญพื้นฐานของการเรียนรู้แบบมีผู้สอนโดยใช้ไลบรารี scikit-learn ที่ได้รับความนิยม ทำงานกับชุดข้อมูลจริงเพื่อสร้างโมเดลเชิงพยากรณ์ที่ทรงพลัง และได้รับประสบการณ์ลงมือปฏิบัติในการรับมือกับปัญหาการจำแนกประเภทและการถดถอย

สำรวจเทคนิคการเรียนรู้แบบไม่มีผู้สอน

ขยายทักษะของคุณด้วยการเรียนรู้วิธีค้นหารูปแบบและโครงสร้างที่ซ่อนอยู่ในข้อมูลที่ไม่มีป้ายกำกับ ใช้ไลบรารี scikit-learn และ scipy ของ Python คุณจะ:
  • จัดกลุ่มจุดข้อมูลเป็นกลุ่มที่แตกต่างกัน
  • ลดมิติข้อมูลเพื่อแสดงภาพชุดข้อมูลมิติสูง
  • ดึงข้อมูลเชิงลึกที่มีความหมายจากข้อมูลที่ซับซ้อน
  • ใช้การเรียนรู้แบบไม่มีผู้สอนเพื่อแก้ปัญหาในโลกจริง

เจาะลึก Deep Learning ด้วย PyTorch

ค้นพบพลังของโครงข่ายประสาทเทียมและการเรียนรู้เชิงลึก ขณะที่คุณเรียนรู้การสร้างและฝึกโมเดลด้วย PyTorch ซึ่งเป็นเฟรมเวิร์กการเรียนรู้เชิงลึกล้ำสมัย ผ่านแบบฝึกหัดแบบโต้ตอบ คุณจะสร้างโครงข่ายประสาทเทียมแรกของคุณตั้งแต่ต้น พร้อมทั้งเชี่ยวชาญแนวคิดสำคัญ เช่น backpropagation และ gradient descent คุณจะได้สำรวจเทคนิคในการเพิ่มประสิทธิภาพการทำงานของโมเดลด้วยการปรับแต่งไฮเปอร์พารามิเตอร์และประยุกต์ใช้การเรียนรู้เชิงลึกกับงานต่างๆ เช่น การจำแนกภาพและการวิเคราะห์ความรู้สึก

สำรวจพื้นฐานของการเรียนรู้แบบเสริมแรง

สำรวจสาขาอันน่าทึ่งของการเรียนรู้แบบเสริมกำลังเพื่อเติมเต็มเส้นทางการเรียนรู้ของคุณด้านแมชชีนเลิร์นนิง การใช้ไลบรารี Gymnasium ของ Python คุณจะได้เรียนรู้ว่าเอเจนต์อัจฉริยะสามารถเรียนรู้พฤติกรรมที่เหมาะสมที่สุดได้อย่างไรผ่านการลองผิดลองถูก รับประสบการณ์ลงมือปฏิบัติจริง:
  • การกำหนดปัญหาการเรียนรู้แบบเสริมกำลัง
  • การนำอัลกอริทึมคลาสสิกอย่าง Q-learning และ policy gradients ไปใช้
  • ฝึกเอเจนต์ให้แก้ปัญหาสภาพแวดล้อมที่ซับซ้อน
  • การประยุกต์ใช้การเรียนรู้แบบเสริมแรงกับสถานการณ์จริง เช่น การเล่นเกมและหุ่นยนต์

ทำไมต้องเรียน Machine Learning with Python?

Python กลายเป็นภาษาหลักสำหรับแมชชีนเลิร์นนิง ด้วยความเรียบง่าย ความยืดหยุ่น และระบบนิเวศขนาดใหญ่ของไลบรารีทรงพลังมากมาย ด้วยการเรียนรู้แมชชีนเลิร์นนิงด้วย Python คุณจะมีเครื่องมือและทักษะที่จำเป็นในการรับมือกับปัญหาหลากหลายรูปแบบในหลายอุตสาหกรรม ตั้งแต่การดูแลสุขภาพและการเงิน ไปจนถึงการตลาดและระบบอัตโนมัติ

เริ่มต้นอาชีพ Machine Learning ของคุณ

ไม่ว่าคุณจะใฝ่ฝันที่จะเป็นวิศวกรแมชชีนเลิร์นนิง นักวิทยาศาสตร์ข้อมูล หรือผู้วิจัยด้าน AI Track นี้มอบจุดเริ่มต้นที่สมบูรณ์แบบ เมื่อเรียนจบหลักสูตรและโปรเจกต์เหล่านี้ คุณจะมีพื้นฐานที่แข็งแกร่งด้านแมชชีนเลิร์นนิงและพอร์ตโฟลิโอของตัวอย่างเชิงปฏิบัติไว้แสดงทักษะของคุณ ก้าวแรกสู่เส้นทางอาชีพที่น่าตื่นเต้นและคุ้มค่าในสาขาที่เติบโตอย่างรวดเร็วนี้

ข้อกำหนดเบื้องต้น

ไม่มีข้อกำหนดเบื้องต้นสำหรับเส้นทางการเรียนนี้

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp บนมือถือ

ก้าวหน้าได้ทุกที่ด้วยคอร์สมือถือและแบบฝึกหัดการเขียนโค้ด 5 นาทีประจำวันของเรา