This course teaches you how to build a fully automated machine learning pipeline using scikit-learn. You will learn to scale numeric features, encode categorical variables, train a logistic model, and optimize it using GridSearchCV. The course then guides you in packaging the workflow as a reusable module that fits real-world ML engineering and MLOps practices. Through concise videos, structured readings, two 15-minute Coach interactions, a combined 25-minute hands-on activity, and a 45-minute ungraded lab, you will practice constructing and refining an end-to-end pipeline. By the end, you will have a polished, automated workflow you can reuse, adapt, and integrate into your ML projects or production systems.
Automate ML Pipelines for Peak Performance
通过 Coursera Plus 提高技能，仅需 239 美元/年（原价 399 美元）。立即节省
了解顶级公司的员工如何掌握热门技能
积累特定领域的专业知识
本课程是 ML Production Systems 专项课程 专项课程的一部分
在注册此课程时，您还会同时注册此专项课程。
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书
该课程共有1个模块
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师
提供方
从 Machine Learning 浏览更多内容
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
¹ 本课程的部分作业采用 AI 评分。对于这些作业，将根据 Coursera 隐私声明使用您的数据。