分类

主题

机器学习教程

获取有关 AI 与机器学习的洞见与最佳实践、提升技能、构建数据文化。通过我们的教程，学习如何最大化发挥机器学习模型的价值。

其他主题：

DataLabMLOps云计算向量数据库大数据数据分析数据可视化数据工程数据治理数据科学数据素养深度学习职业服务自然语言处理面向商业的人工智能

培训 2 人或更多？试试 DataCamp for Business

机器学习

数据科学中的预处理（第 2 部分）：中心化、缩放与逻辑回归

在逻辑回归场景下，了解中心化与缩放是否有助于模型。

Hugo Bowne-Anderson

2026年10月6日

数据科学中的预处理（第 3 部分）：缩放合成数据

您可以对数据进行大量预处理，但检验标准在于结果：您的模型到底表现如何？

Hugo Bowne-Anderson

2026年10月6日

Python 概率分布教程

在本教程中，您将学习机器学习文献中常被引用的概率分布，以及如何用 Python 编码实现它们。

DataCamp Team

2026年10月6日

机器学习

使用 PyTorch 和 Gymnasium 的近端策略优化

从第一性原理学习近端策略优化，包括其在 PyTorch 与 Gymnasium 中的实现！

Arun Nanda

2026年10月6日

使用 Scikit-Learn 在 Python 中进行随机森林分类：分步指南（含代码示例）

本文介绍如何以及何时使用 scikit-learn 进行随机森林分类，重点讲解概念、工作流与示例。我们还将介绍如何使用混淆矩阵与特征重要性。

Adam Shafi

2026年10月6日

人工智能

强化学习：基于 Python 示例的入门指南

通过猫学用猫抓柱的类比，学习强化学习的基本概念。

Bexruz (Bex) Tuychiev

2026年10月6日

Python 中的 SARSA 强化学习算法：完整指南

学习 SARSA，这是一种同策略强化学习算法。通过实用的 Python 示例与实现，理解其更新规则、超参数，以及与 Q-learning 的差异。

Bexruz (Bex) Tuychiev

2026年10月6日

机器学习

像机器一样“看”：机器学习中图像分析入门指南

了解计算机如何“看见”和解读图像、用于处理图像的技术，以及机器学习如何改变了这一领域。

Amberle McKee

2026年10月6日

机器学习

自组织映射（SOM）：直观指南与 Python 示例

理解自组织映射的核心概念，并学习如何使用 MiniSom 在 Python 中实现。

Arun Nanda

2026年10月6日

机器学习

敏感性与特异性：完整指南

学习区分敏感性与特异性，并了解各自的适用场景。包含实践示例。

Mark Pedigo

2026年10月6日

SQL

如何在 Docker 中设置和配置 MySQL

学习如何在 Docker 容器中设置和配置 MySQL 数据库。教程涵盖连接 MySQL 服务器、运行 MySQL 客户端连接容器等内容。

Bexruz (Bex) Tuychiev

2026年10月6日

使用 Python 与 Snowflake Cortex AI 的机器学习：指南

了解 Snowflake Cortex AI，以及它如何用于大语言模型（LLM）和机器学习。

Austin Chia

2026年10月6日