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

Python 中的 Softmax 激活函数：完整指南

了解 softmax 激活函数如何将 logits 转换为多分类概率。比较 softmax 与 sigmoid，并结合 TensorFlow 与 PyTorch 在 Python 中实现。

Rajesh Kumar

2026年10月6日

机器学习

Softplus：值得了解的平滑激活函数

本指南解释 Softplus 的数学特性、其优点与权衡、在 PyTorch 中的实现，以及何时从 ReLU 切换。

Dario Radečić

2026年10月6日

人工智能

Python 中的词干提取与词形还原

本教程从实践角度讲解如何使用 Python 的自然语言工具包（NLTK）实现词干提取与词形还原。

Kurtis Pykes

2026年10月6日

机器学习

Python 中的随机梯度下降：机器学习优化完整指南

通过这份全面的 Python 指南学习随机梯度下降，这是一种机器学习中必不可少的优化技术。适合初学者与专家。

Bexruz (Bex) Tuychiev

2026年10月6日

机器学习

Tanh 函数：为何零中心输出对神经网络很重要

本指南解释了 tanh 函数的数学直觉、与 sigmoid 和 ReLU 的对比、其优势与权衡，以及如何在深度学习中有效实现。

Dario Radečić

2026年10月6日

机器学习

TensorFlow 2.0 的十个重要更新

梳理 TensorFlow 2.0 新版本中最重要的十个更新，并学习如何实现其中部分功能。

Sayak Paul

2026年10月6日

TensorFlow 初学者教程

学习如何使用 TensorFlow 构建神经网络，以及如何对其进行训练、评估与优化

Karlijn Willems

2026年10月6日

Textacy：Python 中文本数据清洗与规范化入门

了解 Textacy（一个 Python 库）如何简化机器学习中的文本数据预处理。认识其字符规范化、数据掩蔽等独特功能，并看看它与 NLTK、spaCy 等库的比较。

Mustafa El-Dalil

2026年10月6日

机器学习

机器学习中的交叉熵损失函数：提升模型准确性

在本指南中探索机器学习中的交叉熵，了解如何在分类任务中使用 TensorFlow 与 PyTorch 示例优化模型准确性与有效性。

Kurtis Pykes

2026年10月6日

机器学习

迈向防止机器学习中的过拟合：正则化

学习正则化的基础知识，以及它如何帮助防止过拟合。

Sayak Paul

2026年10月6日

Python 中的 TPOT

在本教程中，您将学习如何在 Python 中使用一个非常独特的库：TPOT。该库之所以独特，是因为它能自动化整个机器学习流水线，并为您提供表现最佳的机器学习模型。

DataCamp Team

2026年10月6日

人工智能

循环神经网络（RNN）教程

了解最流行的深度学习模型 RNN，并通过构建一个 MasterCard 股价预测器获得上手实践。

Abid Ali Awan

2026年10月6日