|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/data-science-profissional-com-python/
课程评论：没有评论
课程名称：数据科学专业与Python 课程概述：本课程旨在逐步指导学员完成机器学习模型的创建、验证和调优的全过程，重点关注实际应用。学员将学习如何不仅训练模型，还能构建稳健且适合生产的解决方案，从数据读取到最终模型管道的导出。课程将涵盖一系列关键技术，如使用StratifiedKFold进行交叉验证、使用SMOTE进行类平衡、使用GridSearchCV进行超参数选择与调优，并通过AUC、准确率、召回率和F1-score等指标详细评估模型性能。 学员还将学习如何使用scikit-learn构建完整的管道，包括分类和数值数据的预处理，并将这些整合到随机森林、梯度提升、KNN、SVM和逻辑回归等模型中。课程结束后，学员将能够创建适用于时间序列、预测和聚类等各个领域的机器学习模型。这门课程非常适合希望掌握将机器学习模型投入生产的关键步骤的学生、数据专业人员和开发者。让我们一起将理论转化为实际解决方案，深入探索数据的世界！
Este curso foi desenvolvido para te guiar passo a passo no processo completo de criação, validação e ajuste de modelos de Machine Learning, com foco total na aplicação prática. Você vai aprender não apenas a treinar modelos, mas a construir soluções robustas e preparadas para produção, vai aprender desde a leitura dos dados até a exportação do pipeline final do modelo.Durante as aulas, abordaremos técnicas essenciais como validação cruzada com StratifiedKFold, balanceamento de classes com SMOTE, seleção e tunagem de hiperparâmetros com GridSearchCV, além da avaliação detalhada do desempenho dos modelos usando métricas como AUC, precisão, recall e F1-score.Você também vai aprender a estruturar um pipeline completo com scikit-learn, incluindo pré-processamento de dados categóricos e numéricos, e integrar tudo isso a modelos como Random Forest, Gradient Boosting, KNN, SVM e Regressão Logística.Ao final do curso, você será capaz de criar modelos de machine learning para diversas areas, como time series, predições e clusterizações.Este curso é ideal para estudantes, profissionais de dados e desenvolvedores que desejam dominar as etapas críticas para colocar modelos de machine learning em produção com confiança, qualidade e boas práticas. Vamos juntos transformar teoria em soluções reais e aprender sobre este mundo dos dados!
