学习路径
机器学习科学家 在 Python 中
创建您的免费帐户
继续使用 Google显示更多选项或
深受数千家公司学习者的喜爱
需要团队培训？
企业版试用学习路径描述
机器学习科学家 在 Python 中
掌握机器学习所需的核心 Python 技能
开启你的机器学习科学家之旅，选择这门全面的 Python 路径。 通过处理真实世界数据集，获得监督学习、无监督学习和深度学习技术的实践经验。 完成本课程路径后，你将具备应对复杂机器学习问题并构建强大预测模型的信心和技能。从 Python 基础到高级机器学习
无论你是 Python 新手还是经验丰富的程序员，这条学习路径都能满足你的需求。 你将从学习 Python 编程基础开始，并迅速进阶到高级 机器学习 概念。 精心策划的课程包括：- 使用 scikit-learn 的监督学习
- 无监督学习技术，如聚类和降维
- 线性分类器和基于树的模型
- 使用 XGBoost 的梯度提升
- 机器学习的特征工程与预处理
- 时间序列分析与预测
- 使用 spaCy 进行自然语言处理
- 使用 PyTorch 的深度学习
- 使用 PySpark 进行分布式机器学习
通过真实项目进行实践学习
将你的技能应用于模拟行业中机器学习科学家所面临挑战的实践项目。 你将处理多样化的数据集，从客户行为到图像和文本数据，来解决现实世界中的问题。 通过农业中的预测建模、南极企鹅物种聚类以及电影租赁时长预测，你将获得动手实践复杂机器学习任务的经验。 此外，你还将探索在 Kaggle 竞赛中脱颖而出的策略，提升你开发高性能模型的能力。 这些项目将帮助你打造一个引人注目的作品集，向潜在雇主展示你的机器学习专业能力。掌握热门技能，做好求职准备
机器学习是当今就业市场上最受追捧的技能之一。 完成此学习路径后，你将做好充分准备，能够：- 申请机器学习科学家职位，覆盖各行各业
- 与数据科学团队协作解决复杂问题
- 参与 Kaggle 竞赛和黑客松
- 进一步专攻 NLP、计算机视觉或大数据等领域
为什么选择 Python 进行机器学习？Python 已成为机器学习的首选语言，因为它简单、灵活，并拥有丰富而强大的库生态系统。 借助 scikit-learn、PyTorch 和 PySpark 等工具，Python 使你能够高效实现机器学习算法，并将其扩展以处理大型数据集。 掌握用于机器学习的Python将为你在这一快速增长的领域打开广阔的机会。
释放你作为机器学习科学家的潜力
准备好迈出通往机器学习这一有成就感职业的第一步了吗？立即报名参加 Python 机器学习科学家路径，获得应对真实世界机器学习挑战所需的技能和信心。 通过专家指导、实践项目和支持性的学习社区，你将稳步迈向成为一名机器学习科学家。先决条件
此学习路径无先决条件Course
用 Python 中的 scikit-learn 提升你的机器学习技能。 在这门互动课程中使用真实世界数据集，学习如何做出强大的预测！
Project
Dive into agriculture using supervised machine learning and feature selection to aid farmers in crop cultivation and solve real-world problems.
Course
学习如何使用 scikit-learn 和 scipy 对无标签数据集进行聚类、转换、可视化并提取洞察。
Project
Arctic Penguin Exploration: Unraveling Clusters in the Icy Domain with K-means Clustering
Course
In this course you will learn the details of linear classifiers like logistic regression and SVM.
Course
在本课程中，你将学习如何使用 scikit-learn 中的基于树的模型和集成方法进行回归和分类。
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
In this course, you will be introduced to unsupervised learning through techniques such as hierarchical and k-means clustering using the SciPy library.
Course
Understand the concept of reducing dimensionality in your data, and master the techniques to do so in Python.
Course
学习如何清洗并准备数据以用于机器学习！
Course
This course focuses on feature engineering and machine learning for time series data.
Course
Create new features to improve the performance of your Machine Learning models.
Course
Learn the basics of model validation, validation techniques, and begin creating validated and high performing models.
Course
Learn techniques for automated hyperparameter tuning in Python, including Grid, Random, and Informed Search.
Skill Assessment
Course
Master text analysis with essential NLP techniques from preprocessing to advanced transformer models.
Course
Master the core operations of spaCy and train models for natural language processing. Extract information from unstructured data and match patterns.
Course
Learn techniques to extract useful information from text and process them into a format suitable for machine learning.
Course
学习如何在 PyTorch 中构建你的第一个神经网络、调整超参数，并解决分类和回归问题。
Course
了解用于建模图像和序列数据的基础深度学习架构，如 CNN、RNN、LSTM 和 GRU。
Course
Learn to process, transform, and manipulate images at your will.
Course
精通 PySpark，轻松处理大数据——学习处理、查询和优化海量数据集，释放强大分析能力！
Course
Learn how to make predictions from data with Apache Spark, using decision trees, logistic regression, linear regression, ensembles, and pipelines.
Course
Learn how to approach and win competitions on Kaggle.
加入超过19百万学习者，今天就开始机器学习科学家 在 Python 中！
创建您的免费帐户
继续使用 Google显示更多选项或
通过 DataCamp for Mobile 提升您的数据技能
随时随地通过我们的移动课程和每日 5 分钟编程挑战提升技能。