|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/machine-learning-en-python-aprendizaje-supervisado/
课程评论：没有评论
**机器学习入门：Python 监督学习实践课程** 本课程将带您从零开始，通过大量的视频实例，全面掌握机器学习中的监督学习算法和技术。您将学会如何使用 Python 语言，一步步地理解、实现、训练和评估各种机器学习模型，并运用数据科学方法解决实际问题。 **课程内容包括：** * **数据预处理与可视化：** 学习如何导入、清洗、预处理和可视化数据，以便更好地理解数据的特征并为模型训练做好准备。 * **监督学习算法：** * **线性回归模型：** 掌握如何使用线性回归进行预测。 * **支持向量机 (SVM)：** 学习 SVM 在分类和回归任务中的应用。 * **决策树与随机森林：** 深入理解决策树和随机森林的工作原理，并将其应用于分类和回归。 * **模型评估与优化：** 学习使用多种评估指标分析和提升模型性能。 **课程收益：** 完成本课程后，您将具备独立处理监督学习任务的能力，并能熟练运用 Python 及其相关库进行数据分析和建模。您将拥有进入数据科学领域的扎实基础。 **课程特色：** * 终身访问课程内容 * 可获得结业证书 * 30天无理由退款保证 * 提供答疑论坛 立即加入，提升您的数据科学家技能！
Bienvenid@,En este curso aprenderás, a través de multitud de ejemplos prácticos en formato vídeo, a usar los algoritmos y técnicas de Machine Learning para resolver problemas de variada índole donde la ciencia de datos(Data Science) hace acto de presencia. Aprenderás, paso a paso, el funcionamiento de cada técnica/algoritmo, su implementación(crear y entrenar/ajustar el modelo) y a analizar el rendimiento de los algoritmos con varias métricas.Adquirirás también los conocimientos necesarios para la importación, el preprocesado y la visualización de los datos para conocer sus particularidades y tenerlos listos para aplicar los algoritmos.Entre otros, veremos, con clases en vídeo y a través del lenguaje de Python:El proceso de preprocesado y visualización de los datosModelos de regresión linealMáquinas de soporte vectorial, tanto para clasificación como para regresiónÁrboles de decisión y bosques aleatorios, tanto para clasificación como para regresiónTécnicas para analizar y mejorar la eficiencia de los modelos ajustadosAl finalizar este curso, tendrás a tu disposición todos los conocimientos necesarios para abordar de forma satisfactoria cualquier trabajo de análisis supervisado, con las habilidades suficientes para tener un buen desempeño.Además, este curso ofrece:Acceso de por vidaCertificado de finalizaciónGarantía de reembolso a 30 díasAcceso a los foros de dudasNo lo pienses más, tus capacidades como Data Scientist te lo agradecerán.¡Nos vemos en clase!
