关于此课程

如今,机器学习是通向数据分析领域最令人兴奋的职业生涯的“头等舱”机票。随着数据源以及处理这些数据所需计算能力的不断增殖,直捣数据“黄龙”已成为快速获取洞见和做出预测的最简单直白的方法。

机器学习将计算机科学和统计学结合起来,驾驭这种预测能力。对于所有志向远大的数据分析师和数据科学家,或者希望将浩瀚的原始数据整理成提纯的趋势和预测值的其他所有人士,机器学习都是一项必备技能。

本课程将透过机器学习的视角向你讲授终端到终端的数据调查过程。课程将向你讲解如何提取和识别最能表示你的数据的有用特征、一些最重要的机器学习算法,以及如何评价你的机器学习算法的性能。此课程提供中文版本。

喜欢这门课程?加入“机器学习工程师”或“数据分析师纳米学位。

学费
免费
学习时间
大约 10 weeks
难度
中级
你将获得

Rich Learning Content

Interactive Quizzes

Taught by Industry Pros

Self-Paced Learning

Student Support Community

开始你的旅程

学习这门免费课程,迈出通往数据分析(进阶)职业道路的第一步。

免费课程

机器学习入门(中/英)

合作企业

通过创新性的自主学习方式,掌握新技能,提升竞争力。

Icon steps 54aa753742d05d598baf005f2bb1b5bb6339a7d544b84089a1eee6acd5a8543d
 
 

课程讲师

Katie Malone
Katie Malone

斯坦福大学实验粒子物理博士,Civis Analytics 数据科学家

Sebastian Thrun
Sebastian Thrun

优达学城创始人,斯坦福大学教授,Google 研究员

你将学到什么

lesson 1

欢迎来到机器学习课程

  • 机器学习入门及 Sebastian Thrun 介绍
  • 了解机器学习的在科技领域的应用
lesson 2

朴素的贝叶斯模型

  • 在 Python 中利用贝叶斯模型进行机器学习
  • 分离训练集和测试集的机器学习数据
  • 计算后验概率和先验概率的简单分布
lesson 3

支持向量机

  • 学习支持向量机背后的原理
  • 在机器学习中实现一个 SVN 分类器
  • 确定如何为 SVM 选择正确的内核,并学习 RBF 和线性内核
lesson 4

决策树

  • 用 Python 编写简单的决策树
  • 学习熵和信息增益的公式以及其计算
  • 用 Python 决策树,实践一个识别邮件作者的小项目
lesson 5

算法的选择

  • 在 K-Means, Adaboost 和决策树中,选择最佳算法
lesson 6

数据集和问题集

  • 应用机器学习知识,寻找 Enron 邮件数据集中的规律
  • 调查美国历史上最大的诈骗案之一
lesson 7

回归

  • 了解持续监督学习与离散学习的不同
  • 在Python中使用 scikit-learn 编写线性回归代码
  • 理解不同的错误度量,如线性回归的背景下的 SSE 和 R 方
lesson 8

异常值

  • 移除异常值以提高线性回归预测的质量
  • 在真实数据集中,移除残差并重新实现回归
  • 在 Enron 电子邮件语料库中,应用你对异常值和残差的理解。
lesson 9

聚类

  • 区分无监督学习和监督学习
  • 用 Python 实现 k 平均,用机器学习找到聚类的中心
  • 将您的知识应用于 Enron 财务数据,在真实数据集中找到聚类
lesson 10

特征缩放

  • 了解如何使用特性扩展来预处理数据以改进算法
  • 在 sklearn 中使用最小 mx 量

先修知识及要求

要想通过本课程,你必须事先精通 Python 编程,并了解基本统计学知识。如果你需要回顾一下这些主题,可以看一看以下课程:

另一门课程数据科学入门最好也学一下,因为它将有助你熟悉如何以科学的方式解决问题。然而,不需要完成此额外课程,即能够通过本课程。我们还将用到一点点 git 的东西,相关课程也可以在优达学城上找到。

有一点我们不作要求,那就是你不需要事先了解机器学习。如果你是刚刚接触机器学习的初学者,那你来对地方了。

查看使用优达学城的技术要求

为什么学习这门课程?

这门课程中,你将手脑并用,通过实践来学习!我们将通过展示引人入胜的使用案例以及解决趣味横生的现实世界问题(例如无人驾驶车),将机器学习带到现实生活中来。在毕业设计中,你将挖掘美国安然(Enron)公司的电子邮件和财务数据,找出美国历史上一次最大的公司欺诈案中的利益相关人士。

完成此入门课程之后,你将可以使用机器学习技术分析数据,也准备好攻读我们的数据分析师纳米学位了。课程一开始,为了助你在机器学习的旅程上起步,我们将教你如何使用辅助工具(如预先写好的算法与程序库)回答有趣的问题。

我将获得什么?
Instructor videos Learn by doing exercises Taught by industry professionals