对机器学习领域感兴趣？那么这门课程就是为你准备的！

本课程由数据科学家和机器学习专家设计，以便我们可以分享我们的知识并帮助您以简单的方式学习复杂的理论、算法和编码库。

全球超过 100 万学生信任这门课程。

我们将逐步引导您进入机器学习的世界。通过每个教程，您将发展新技能并提高对数据科学这个具有挑战性但有利可图的子领域的理解。

这门课程可以通过学习Python教程或R教程来完成，或者两者都可以完成 – Python和R。 选择你职业生涯所需的编程语言。

这门课程既有趣又令人兴奋，同时，我们深入研究机器学习。其结构如下：

• 第 1 部分 – 数据预处理

• 第 2 部分 – 回归：简单线性回归、多元线性回归、多项式回归、SVR、决策树回归、随机森林回归

• 第 3 部分 – 分类：逻辑回归、K-NN、SVM、内核 SVM、朴素贝叶斯、决策树分类、随机森林分类

• 第 4 部分 – 聚类：K-Means、层次聚类

• 第 5 部分 – 关联规则学习：Apriori、Eclat

• 第 6 部分 – 强化学习：置信上限，汤普森采样

• 第 7 部分 – 自然语言处理：NLP 的词袋模型和算法

• 第 8 部分 – 深度学习：人工神经网络、卷积神经网络

• 第 9 部分 – 降维：PCA、LDA、内核 PCA

• 第10部分 – 模型选择和提升：k-fold交叉验证，参数调整，网格搜索，XGBoost

每个部分中的每个部分都是独立的。因此，您可以从头到尾学习整个课程，也可以直接跳到任何特定部分并了解您现在的职业生涯需要什么。

此外，该课程还包含基于真实 案例研究的实践练习。因此，您不仅会学习理论，而且还会获得大量构建自己的模型的动手实践。

最后但并非最不重要的一点是，本课程包括 Python 和 R 代码模板，您可以下载并在自己的项目中使用它们。