ข้ามไปยังเนื้อหาหลัก
หน้าหลักPython

แทร็ก

การเรียนรู้ของเครื่องแบบมีผู้สอน ใน Python

อัปเดตแล้ว 05/2569
ฝึกฝนเทคนิคการเรียนรู้ของเครื่องแบบมีผู้สอนที่ได้รับความนิยมมากที่สุด เพื่อเริ่มสร้างการคาดการณ์จากข้อมูลที่มีป้ายกำกับ
เริ่มเรียน Track ฟรี
PythonMachine Learning
25 ชม.
6,018

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Googleแสดงตัวเลือกเพิ่มเติม

หรือ


เมื่อดำเนินการต่อ คุณยอมรับ ข้อกำหนดการใช้งาน ของเรา นโยบายความเป็นส่วนตัว ของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บในสหรัฐอเมริกา

เป็นที่รักของผู้เรียนในบริษัทหลายพันแห่ง

Group

กำลังฝึกอบรมทีม?

ลองใช้สำหรับธุรกิจ

คำอธิบายเส้นทางการเรียน

การเรียนรู้ของเครื่องแบบมีผู้สอน ใน Python

เรียนรู้พื้นฐานของการเรียนรู้ของเครื่องแบบมีผู้สอนและค้นพบวิธีการทำนายโดยใช้ข้อมูลที่มีป้ายกำกับ เข้าร่วมการปฏิวัติ ML วันนี้! หากคุณเพิ่งเริ่มต้นกับแมชชีนเลิร์นนิง หรืออยากเชี่ยวชาญด้านแมชชีนเลิร์นนิงแบบมีผู้สอน นี่คือจุดเริ่มต้นที่เหมาะอย่างยิ่งคุณจะเริ่มต้นด้วยการเรียนรู้และลงมือใช้โมเดลการเรียนรู้แบบมีผู้สอนหลัก เช่น K-Nearest Neighbors (KNN), Logistic Regression, Linear Regression, Support Vector Machines (SVMs) และโมเดลแบบต้นไม้ด้วยไลบรารี scikit-learn ที่ได้รับความนิยมคุณจะได้ค้นพบวิธีใช้ขั้นตอนวิธีล้ำสมัยอย่าง XGBoost เพื่อเพิ่มประสิทธิภาพการสร้างแบบจำลองบนชุดข้อมูลแบบตารางได้อย่างมีประสิทธิภาพเพื่อให้ได้ประโยชน์สูงสุดจากโมเดลของคุณ คุณจะได้เรียนรู้เกี่ยวกับเทคนิคการปรับแต่งไฮเปอร์พารามิเตอร์แบบต่างๆ และวิธีตัดสินใจว่าเทคนิคใดเหมาะกับกรณีใช้งานของคุณคุณจะจบเส้นทางนี้ด้วยการนำความรู้เกี่ยวกับโมเดลที่หลากหลายเหล่านี้มารวมกัน เพื่อเรียนรู้เกี่ยวกับการเรียนรู้แบบเอนเซมเบิล ซึ่งเป็นการผสานโมเดลต่างๆ เข้าด้วยกันเพื่อเพิ่มประสิทธิภาพและแก้ปัญหาที่ซับซ้อนยิ่งขึ้นเมื่อคุณเรียนจบ คุณจะเข้าใจแนวคิดสำคัญของการเรียนรู้ของเครื่องแบบมีผู้สอน และสามารถนำไปใช้ใน Python ได้

ข้อกำหนดเบื้องต้น

ไม่มีข้อกำหนดเบื้องต้นสำหรับเส้นทางการเรียนนี้
  • 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

    โบนัส

    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.

  • Project

    Build a regression model for a DVD rental firm to predict rental duration. Evaluate models to recommend the best one.

  • Course

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

  • Course

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

การเรียนรู้ของเครื่องแบบมีผู้สอน ใน Python
6 คอร์ส
เรียนจบ
Track

รับใบรับรองความสำเร็จ

เพิ่มใบรับรองนี้ไปยังโปรไฟล์ LinkedIn เรซูเม่ หรือ CV ของคุณ
แชร์บน social media และในการรีวิวผลการปฏิบัติงานของคุณ
ลงทะเบียนทันที

ร่วมกับผู้เรียนกว่า 19 ล้านคนและเริ่มต้น การเรียนรู้ของเครื่องแบบมีผู้สอน ใน Python วันนี้!

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Googleแสดงตัวเลือกเพิ่มเติม

หรือ


เมื่อดำเนินการต่อ คุณยอมรับ ข้อกำหนดการใช้งาน ของเรา นโยบายความเป็นส่วนตัว ของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บในสหรัฐอเมริกา

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา