本课程将向学习者介绍应用机器学习，更侧重于技术和方法，而不是这些方法背后的统计学。课程将首先讨论机器学习与描述性统计有何不同，并通过教程介绍 scikit learn 工具包。课程将讨论数据的维度问题，并讨论对数据进行聚类以及评估这些聚类的任务。课程将介绍创建预测模型的监督方法，学员将能够应用 scikit learn 预测建模方法，同时了解与数据通用性相关的过程问题（如交叉验证、过拟合）。课程最后将介绍更高级的技术，如构建集合和预测模型的实际限制。课程结束时，学生将能够识别有监督（分类）和无监督（聚类）技术之间的区别，识别他们需要针对特定数据集和需求应用哪种技术，设计特征以满足该需求，并编写 python 代码以进行分析。
Python 中的应用机器学习
您将学到什么
说明机器学习与描述性统计有何不同
创建和评估数据集群
解释创建预测模型的不同方法
构建满足分析需求的功能
您将获得的技能
要了解的详细信息
可分享的证书
添加到您的领英档案
作业
5 项作业
授课语言：英语（English）
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 借助 Python 应用数据科学 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4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
授课教师评分
(925个评价)
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。'
学生评论
- 5 stars
71.89%
- 4 stars
20.79%
- 3 stars
4.79%
- 2 stars
1.20%
- 1 star
1.29%
显示 3/8770 个
AS
已于 Nov 26, 2020审阅
great experience and learning lots of technique to apply on real world data, and get important and insightful information from raw data. motivated to proceed further in this domain and course as well.
DB
已于 Oct 22, 2020审阅
EXTREMELY USEFUL AND GOOD COURSE, CONGRATULATIONS TO ALL THE PEOPLE INVOLVE.Honestly, I never thought I could learn so much in an online course, excited for the rest of the specialization
JL
已于 Aug 19, 2018审阅
Concise and clear presentation of the material with the majority of time focused around using TDD to learn and practice concepts through developing solutions to open ended coding challenges.
从 数据科学 浏览更多内容
University of Michigan
O.P. Jindal Global University
