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

Python 机器学习入门

在本教程中，您将通过 Python 初步认识机器学习（ML）的世界。为实践理解 ML，您将使用一种知名的机器学习算法——K 近邻（KNN）。

Aditya Sharma

2026年10月8日

深度学习

推导 ANN 的层数与神经元数量

对于人工神经网络（ANN），隐藏层和神经元的数量存在一个最优值。本文教程介绍一种简单方法，用于确定 ANN 的层数与神经元数量的最优取值。

Ahmed Gad

2026年10月8日

机器学习

LDA2vec：主题模型中的词嵌入

进一步了解 LDA2vec，这是一种模型，可在文档层面的狄利克雷分布主题向量混合中联合学习稠密词向量。

Lars Hulstaert

2026年10月8日

使用多解码器框架实现图像超分辨率教程

在本教程中，您将使用 Python 与 Keras实现一篇关于医学影像深度学习的论文。

Aditya Sharma

2026年10月8日

使用机器学习检测真实与虚假酒店评论

在本教程中，您将使用机器学习算法在 Python 中实现一个真实场景的问题。您将学习如何在 Python 中读取多个文本文件、提取标签、使用数据框等！

Aditya Sharma

2026年10月8日

机器学习

使用 Black Friday 数据集的机器学习教程

在本教程中，您将学习填充空值、预处理数据、使用 PCA 降维，以及使用 K-Fold 划分数据。

Rohit Peesa

2026年10月8日

机器学习

使用 R 的机器学习与 NLP：主题建模与音乐分类

在本教程中，您将使用潜在狄利克雷分配（LDA）和 K-Means 聚类等机器学习算法构建四个模型。

Debbie Liske

2026年10月8日

机器学习

目标检测入门指南

探索目标检测的关键概念，并了解它们如何在 Tensorflow Detection API 中的 SSD 和 Faster RCNN 中实现。

Lars Hulstaert

2026年10月8日

R

歌词分析：使用 R 的机器学习进行预测性分析

在本教程中，您将学习如何使用预测性分析来对歌曲流派进行分类。

Debbie Liske

2026年10月8日

如何在 Python 中进行主成分分析（PCA）

了解 PCA 以及如何借助两个常用数据集（Breast Cancer 和 CIFAR-10）在无监督情况下从数据中提取信息。

Aditya Sharma

2026年10月8日

机器学习

用 R 进行 NLP 与机器学习的歌词分析

用 R 深入剖析 Prince 的歌词：通过文本挖掘与探索性数据分析（EDA）洞察这位艺术家的职业生涯。

Debbie Liske

2026年10月8日

使用 Scikit-Learn 侦测假新闻

这篇 scikit-learn 教程将带您使用贝叶斯模型构建一个假新闻分类器。

Katharine Jarmul

2026年10月8日