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

人工智能

视觉 Transformer（ViT）教程：架构与代码示例

了解视觉 Transformer（ViT）如何利用补丁嵌入和自注意力，在现代图像分类中胜过 CNN。本深入教程拆解 ViT 架构，提供分步 Python 代码，并讲解何时在真实计算机视觉项目中选择 ViT。

Vaibhav Mehra

2026年10月6日

机器学习

如何可视化机器学习模型：从线性回归到神经网络

机器学习复杂且常常难以理解。通过可视化机器学习模型，您可以更深入地理解模型性能，以及模型在做出预测时的决策依据。

Dario Radečić

2026年10月6日

Python

用 Python 进行网页抓取与自然语言处理（NLP）

学习从网页抓取小说并绘制词频分布；您将实践使用 Python 软件包 requests、BeautifulSoup 和 nltk。

Hugo Bowne-Anderson

2026年10月6日

机器学习

什么是机器学习中的装袋法？附示例的指南

本教程概述了机器学习中的装袋集成方法，包括其工作原理、在 Python 中的实现、与提升法的比较、优势与最佳实践。

Abid Ali Awan

2026年10月6日

机器学习

机器学习中的混淆矩阵是什么？模型评估工具详解

了解混淆矩阵如何将模型预测划分为真正类、假正类、真负类与假负类。继续阅读，理解其结构、计算步骤，以及在处理类别不平衡与错误分析中的用途。

Nisha Arya Ahmed

2026年10月6日

机器学习

什么是 Boosting？

Boosting 通过顺序纠错并将弱学习器组合为强预测器来提升机器学习性能。

Vinod Chugani

2026年10月6日

机器学习

什么是 Hugging Face？AI 社区的开源绿洲

探索 Hugging Face 的变革世界——这是 AI 社区中专注于机器学习与自然语言处理的开源枢纽。

Josep Ferrer

2026年10月6日

机器学习

什么是主题建模？示例入门指南

通过主题建模从非结构化数据中发掘洞见。了解核心概念、LSA 与 LDA 等技术、实操示例等内容。

Kurtis Pykes

2026年10月6日

机器学习

什么是欠拟合？如何检测并克服机器学习模型中的高偏差

了解欠拟合是什么、如何诊断欠拟合模型，并探索可操作的修复策略，确保您的模型准确捕捉数据模式并给出可靠预测。

Rajesh Kumar

2026年10月6日

Python

在 Python 中使用 XGBoost 的教程

通过这篇 Python 的循序渐进教程，了解 XGBoost 的强大功能——这是数据科学家中最受欢迎的机器学习框架之一。

Bexruz (Bex) Tuychiev

2026年10月6日

机器学习

因果机器学习：从预测到因果

因果机器学习将机器学习与因果推断结合，突破预测范式，估计当您进行干预时会发生什么。本文涵盖核心概念、方法、Python 工具与常见错误。

2026年9月14日

机器学习

自监督学习：模型如何在没有标签的数据上学习

自监督学习让模型从未标注的文本、图像、音频和视频中自行提取监督信号，使用对比学习、掩码建模和自回归预测等技术，构建当今语言、视觉与多模态模型背后的表示。

2026年9月9日