学习路径：Python：使用 Python 进行高级机器学习
使用 Python 学习最有效的机器学习工具和技术
讲师：Packt Publishing
口袋资源独家Udemy付费课程，独家中英文字幕，配套资料齐全！
用不到1/10的价格，即可享受同样的高品质课程，且可以完全拥有，随时随地都可以任意观看和分享。
你将学到什么
- 利用 Python 的强大功能来处理数据提取和操作
- 深入分析分析世界以预测准确的情况
- 使用 Python 从头开始实现机器学习分类和回归算法
- 评估机器学习模型的性能并对其进行优化
- 探索和使用 Python 令人印象深刻的机器学习生态系统
- 成功评估并应用最有效的模型来解决问题
- 学习 NLP 的基础知识并将其付诸实践
- 可视化数据以获得最大的影响力和清晰度
- 使用第三方 API 部署机器学习模型
- 掌握特征工程
要求
- 需要 Python 的工作知识
- 还需要数学和统计学的基础知识
描述
您有兴趣进入数据科学的世界并使用 Python 学习最有效的机器学习工具和技术吗？那么你一定应该选择这个学习路径。
Packt 的视频学习路径是一系列以逻辑和逐步方式组合在一起的单独视频产品，因此每个视频都建立在之前视频中学到的技能的基础上。
机器学习和数据科学是当今技术世界的一些热门词汇。机器学习 – 理解数据的算法的应用和科学，是所有计算机科学中最令人兴奋的领域！人们对机器学习重新燃起兴趣的原因与使数据科学比以往任何时候都更受欢迎的因素相同。我们生活在一个数据丰富的时代；使用机器学习领域的自学习算法，您可以将这些数据转化为知识。机器学习为您提供难以想象的强大数据洞察力。近年来，Python 超过了其他编程语言，位居榜首。Python 的使用不能仅限于一项活动。它的日益普及使其进入了一些最流行和最复杂的流程，例如人工智能、机器学习、自然语言处理、数据科学等。
该学习路径的亮点是：
- 随着学习之旅的展开，使用机器学习和 Python 解决有趣的现实问题
- 使用Python可视化跨多个维度的数据并提取有用的特征
让我们快速回顾一下您的学习历程。此学习路径是您机器学习的切入点。首先介绍机器学习和 Python 语言。您将学习探索性数据分析、数据预处理、特征提取、数据可视化和聚类、分类、回归和模型性能评估等重要概念。在所包含的各个项目的帮助下，您将获得几种重要的机器学习算法的机制。您还将逐步指导从头开始构建自己的模型。您将学习解决数据驱动的问题，并使用强大而简单的 Python 语言实施您的解决方案。有趣且易于理解的示例（包括新闻主题分类、垃圾邮件检测、在线广告点击率预测和股票价格预测）将让您紧盯着屏幕。更进一步，六个不同的独立项目将帮助您掌握 Python 中的机器学习。最后，您将对机器学习生态系统有一个全面的了解，并掌握应用机器学习技术的最佳实践。
在本学习路径结束时，您将学会如何使用 Python 包和库应用各种机器学习算法来实现您自己的机器学习模型。
认识您的专家：
我们结合了以下受人尊敬的作者的最佳作品，以确保您的学习之旅顺利：
Yuxi (Hayden) Liu目前是一名应用研究科学家，在加拿大最大的私营人工智能研发公司工作。他专注于开发机器学习系统和模型，并为给定的学习任务实现适当的架构，包括深度神经网络、卷积神经网络、循环网络、SVM 和随机森林。他曾在多家计算广告公司担任数据科学家几年，在那里他将自己的机器学习专业知识应用于广告优化。Yuxi 在多伦多大学获得学位，并在硕士研究期间发表了五篇第一作者的 IEEE 交易和会议论文。他撰写了一本名为《Python Machine Learning By Examples》的 Packt 书籍，该书在 2017 年亚马逊印度排名第一。他也是一名机器学习教育爱好者，每周提供机器学习培训。
Alexander T. Combs是一位经验丰富的数据科学家、战略家和开发人员，拥有金融数据提取、自然语言处理和生成以及定量和统计建模方面的背景。他目前是纽约市一个数据科学沉浸式项目的全职首席讲师。
本课程适合谁：
- 这个学习路径是一个引人入胜的旅程，从最基础的知识开始，随着故事的展开逐渐加快步伐。首先在更大的事物背景下对每个概念进行简洁定义，然后对其应用进行详细解释。
- 每个概念都在解决现实世界问题并涉及实践工作的项目的帮助下进行解释，让您深入了解机器学习的世界。它也是六个独立项目的组合，每个项目都采用独特的数据集、不同的问题陈述和不同的解决方案。
