完整的 Python 机器学习课程
使用 Python、SVM、回归、无监督机器学习等构建 12 个机器学习项目组合！
讲师：Codestars • over 2 million students worldwide!
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
- 机器学习工程师的平均收入为 166,000 美元 – 成为本课程的理想候选人！
- 利用强大的机器学习模型解决您的业务、工作或个人生活中的任何问题
- 训练机器学习算法来预测房价、识别笔迹、检测癌细胞等
- 在 Python、Seaborn、Matplotlib、Scikit-Learn、SVM、无监督机器学习等方面从零到英雄
要求
- 需要基本的Python编程知识
- 对线性代数有很好的理解
描述
Python 完整机器学习课程已于2019年 11 月全面更新！
通过全新的部分以及更新和改进的内容，您可以在一门课程中获得掌握机器学习所需的一切！机器学习领域在不断发展，我们希望确保学生能够获得最新的信息和实践：
全新的部分包括：
- 深度学习基础涵盖经典编程和机器学习之间的差异、机器学习和深度学习之间的区别、神经网络的构建块、张量和张量运算的描述、机器学习的类别以及高级概念（例如过度和过度）等主题欠拟合、正则化、丢失、验证和测试等等。
- 卷积神经网络形式的计算机视觉涵盖构建层、理解过滤器/内核以及迁移学习和特征提取等高级主题。
以下部分已全部改进并添加到：
- 所有代码均已更新以支持 Python 3.6 和 3.7
- 代码已被重构以与 Google Colab 配合使用
- 深度学习和自然语言处理
- 通过深度学习进行二元和多类分类
尽可能获取最新的机器学习信息，并通过一门课程获得它！
** **
美国机器学习工程师的平均薪资为 166,000 美元！在本课程结束时，您将拥有一个包含12 个机器学习项目的作品集，这些项目将帮助您找到梦想的工作，或者使您能够使用机器学习算法解决业务、工作或个人生活中的现实问题。
欢迎与新加坡高级讲师Anthony NG一起学习《使用 Python 进行机器学习》 这门激动人心的课程，他遵循 Rob Percival 的“基于项目”的教学风格，为您带来这门实践课程。
凭借超过 18 小时的内容和超过 50 颗 5 星评级，它已经是 Udemy 上最长且评价最高的机器学习课程！
构建强大的机器学习模型来解决任何问题
您将从初学者到极高水平，您的讲师将在屏幕上与您一起逐步构建每个算法。
在课程结束时，您将训练机器学习算法来对鲜花进行分类、预测房价、识别笔迹或数字、识别最有可能过早离开的员工、检测癌细胞等等！
在课程中，您将学习如何：
- 获得完整的机器学习工具集来解决大多数现实世界的问题
- 了解各种回归、分类和其他机器学习算法性能指标，例如 R 平方、MSE、准确性、混淆矩阵、预测、召回等，以及何时使用它们。
- 通过装袋、提升或堆叠来组合多个模型
- 利用无监督机器学习(ML) 算法（例如层次聚类、k 均值聚类等）来理解您的数据
- 在Jupyter (IPython) 笔记本、Spyder 和各种 IDE中进行开发
- 与Matplotlib和Seaborn进行可视化且有效的沟通
- 设计新功能以改进算法预测
- 利用训练/测试、K 折和分层 K 折交叉验证来选择正确的模型并预测模型在未见过的数据下的表现
- 使用SVM进行手写识别和一般分类问题
- 使用决策树来预测员工流失
- 将关联规则应用于零售购物数据集
- 还有更多！
不需要机器学习。虽然拥有一些基本的 Python 经验会有所帮助，但不需要事先具备 Python 知识，因为将提供所有代码，并且讲师将逐行浏览它们，并且您可以在问答区域获得友好的支持。
对自己进行这项投资
如果您想驾驭机器学习浪潮并享受数据科学家的薪水，那么这就是适合您的课程！
参加本课程并成为一名机器学习工程师！
本课程适合谁：
- 任何愿意并且有兴趣使用 Python 学习机器学习算法的人
- 任何对机器学习在现实世界问题中的实际应用有浓厚兴趣的人
- 任何人都希望超越基础知识并了解整个机器学习算法
- 任何无法使用大型数据集的中级到高级 EXCEL 用户
- 任何有兴趣以专业且令人信服的方式展示其发现的人
- 任何希望开始或过渡到数据科学家职业的人
- 任何想要将机器学习应用到其领域的人
