ข้ามไปยังเนื้อหาหลัก
หน้าหลักPython

แทร็ก

การเรียนรู้ของเครื่องแบบมีผู้สอน ใน Python

อัปเดตแล้ว 05/2569
ฝึกฝนเทคนิคการเรียนรู้ของเครื่องแบบมีผู้สอนที่ได้รับความนิยมมากที่สุด เพื่อเริ่มสร้างการคาดการณ์จากข้อมูลที่มีป้ายกำกับ
เริ่มเรียน Track ฟรี
PythonMachine Learning
25 ชม.
6,240

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Googleแสดงตัวเลือกเพิ่มเติม

หรือ


การดำเนินการต่อหมายความว่าคุณยอมรับข้อกำหนดการใช้งาน และนโยบายความเป็นส่วนตัวของเรา รวมถึงการจัดเก็บข้อมูลของคุณในสหรัฐอเมริกา

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 ด้วย scikit-learn

    พัฒนาทักษะแมชชีนเลิร์นนิงของคุณด้วย scikit-learn ใน Python ใช้ชุดข้อมูลจริงในคอร์สแบบโต้ตอบนี้ และเรียนรู้วิธีสร้างการคาดการณ์ที่ทรงพลัง!

  • 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.

  • Course

    ในคอร์สนี้ คุณจะได้เรียนรู้รายละเอียดของตัวจำแนกเชิงเส้น เช่น logistic regression และ SVM

  • Course

    ในคอร์สนี้ คุณจะได้เรียนรู้วิธีใช้โมเดลแบบต้นไม้และเอนเซมเบิลสำหรับการถดถอยและการจำแนกประเภทด้วย scikit-learn

  • Project

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

  • Course

    เรียนรู้พื้นฐานของ gradient boosting และสร้างโมเดล machine learning ชั้นนำด้วย XGBoost เพื่อแก้ปัญหาการจำแนกประเภทและการถดถอย

  • Course

    เรียนรู้เทคนิคการปรับจูนไฮเปอร์พารามิเตอร์อัตโนมัติใน Python รวมถึง Grid, Random และ Informed Search

  • Course

    เรียนรู้การสร้างโมเดล machine learning ขั้นสูงและมีประสิทธิภาพใน Python ด้วยเทคนิค ensemble เช่น bagging, boosting และ 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


การดำเนินการต่อหมายความว่าคุณยอมรับข้อกำหนดการใช้งาน และนโยบายความเป็นส่วนตัวของเรา รวมถึงการจัดเก็บข้อมูลของคุณในสหรัฐอเมริกา

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา