课程名称: Applied Machine Learning in Python 密歇根大学

课程主页: https://www.coursera.org/learn/python-machine-learning

所在平台: Coursera

课程类别: 计算机科学

大学或机构: 密歇根大学

讲师： Kevyn Collins-Thompson

授课语言： 英语

提供字幕： 英文

课程文件大小： 836MB

课程介绍： Python中的应用机器学习：本课程将向学习者介绍应用机器学习，将重点更多地放在技术和方法上，而不是这些方法背后的统计数据。本课程将首先讨论机器学习与描述性统计的不同之处，并通过教程介绍scikit学习工具包。将讨论数据的维数问题，并将处理对数据进行聚类以及评估这些聚类的任务。将描述用于创建预测模型的监督方法，学习者将能够应用scikit学习预测建模方法，同时了解与数据概化性相关的过程问题（例如，交叉验证，过度拟合）。本课程将以更先进的技术作为结尾，例如建筑合奏以及预测模型的实际局限性。到本课程结束时，学生将能够识别出监督（分类）技术和非监督（聚类）技术之间的区别，确定他们需要将哪种技术应用于特定的数据集和需求，满足这些需求的工程师特征，以及编写python代码进行分析。 本课程应在Python数据科学导论及应用绘图，制图和绘图之后进行。 Python中的数据表示以及Python中的应用文本挖掘和Python中的应用社会分析之前的数据表示。

此课程属于 Applied Data Science with Python Specialization/专项课程 中的第3门课程。

课程压缩包下载地址（度盘链接 xuebuyan.org）：

友情提醒：