使用 Python 實做機器學習分類新手訓練營

使用 Python 和 Scikit Learn 建立 10 個實用的專案並提高您的機器學習技能

報名參加課程

已經上過這門課程?

🔥歡迎來參加這個活動 – 上課心得分享與獎勵說明 :分享就贈送一門線上課程

從這 11.5 小時的課程,你會學到

  • 應用先進的機器學習模型執行情緒分析和對客戶評論做分類,如 Amazon Alexa 產品評論
  • 瞭解一些機器學習演算法背後的理論和直覺,如 K-Nearest Neighbors,支援向量機(SVM) ,決策樹,隨機森林,樸素貝葉斯( Naive Bayes )和邏輯回歸 ( Logistic Regression )
  • 使用 Scikit-Learn 實現 K-Nearest Neighbors、支援向量機( SVM )、決策樹、隨機森林、樸素貝葉斯和邏輯回歸的分類演算法
  • 使用樸素貝葉斯分類技術建立電子郵件垃圾分類器
  • 將機器學習模型應用於醫療保健應用,如癌症和脊椎後凸( 駝背 ) 疾病分類
  • 開發模型來預測使用者針對 Facebook 廣告的行為
  • Regression 分類資料使用 K-Nearest Neighbors,支援向量機(SVM) ,決策樹,隨機森林,樸素貝葉斯和邏輯回歸模型
  • 建立一個 in-store 功能來預測使用他們的功能的客戶規模
  • 利用機器學習技術開發一個欺詐檢測分類器
  • 掌握 Python Seaborn 程式庫用來繪製統計圖表
  • 理解機器學習、深度學習和人工智慧的區別
  • 執行特性工程,清理培訓和測試的資料以消除異常值
  • 掌握 Python 和 Scikit-Learn 以應用資料科學和機器學習
  • 學習使用 Python Matplotlib 程式庫進行資料繪圖

要求

課程說明

你準備好掌握機器學習技術並開始作為一位資料科學家的職涯了嗎!

你來對地方了!

機器學習技能是2019年需要掌握的最高技能之一,根據 PayScale 的統計,在美國平均工資超過114,000美元! 在過去的兩年裡,機器學習領域的工作崗位總數已經增長了600% 左右,預計到2020年還會增長更多。

本課程為學生提供最先進的機器學習分類技術的知識、實踐經驗,如

  • 邏輯回歸 ( Logistic Regression )
  • 決策樹( Decision Trees )
  • 隨機森林( Random Forest )
  • 樸素貝葉斯( Naïve Bayes )
  • 支援向量機 ( Support Vector Machines (SVM) )

在本課程中,我們將向學生提供最先進的分類技術的關鍵知識。 我們將使用真實世界的資料集從零開始建立10個專案,這裡是我們將要工作的專案的一個樣本:

  • 建立一個電子郵件垃圾分類器
  • 為亞馬遜 Alexa 產品執行情緒分析和客戶評論分析
  • 基於乘客特徵預測鐵達尼號的乘客生存率
  • 針對 Facebook 上的目標市場廣告預測客戶行為
  • 根據年齡和 401K 儲蓄等特徵,預測銀行客戶的退休資格
  • 預測癌症和脊椎後凸( 駝背 ) 疾病
  • 檢測信用卡交易中的欺詐行為

重點課程摘要:

  • 這個全面的機器學習課程包括超過75個高解析視訊講座超過11小時的視訊內容。
  • 本課程包含10個實用的 python 程式設計專案,學生可以將這些專案新增到自己的專案作品組合中。
  • 沒有嚇人的數學,我們將涵蓋理論和直覺,以清楚,簡單和容易的方式。
  • 課程提供所有的 Jupyter noteboooks (程式碼)和投影片
  • 在學術和業界 10年以上的機器學習和深度學習的經驗,已經彙編在這門課程中。

參加本課程的學生將掌握機器學習分類模型,並能直接應用這些技能來解決真實世界中具有挑戰性的問題。

目標受眾

  • 資料科學愛好者想要提高自己的機器學習技能
  • 對機器學習和資料科學感興趣的 Python 程式設計師
  • 程式設計師或者開發人員,他們希望轉向利潤豐厚的資料科學和機器學習領域
  • 技術人員希望瞭解機器學習模型是如何工作的
  • 想要轉型進入科技行業的資料分析師

講師簡介

Dr. Ryan Ahmed, Ph.D., MBA  教授和暢銷的 Udemy 講師

Ryan Ahmed 是一位熱愛教育和科技的暢銷的 Udemy 教練。Ryan 的使命是讓每個人都能獲得優質的教育,並且負擔得起。Ryan 擁有博士學位。麥克馬斯特大學( McMaster* University )工程學士學位,主修機電一體化和電動汽車(EV)控制。他還獲得了麥克馬斯特應用科學碩士學位,專注於人工智慧(AI)和 DeGroote 商學院的金融 MBA。

Ryan 在全球財富100強公司擔任多個工程職位。最近,他在三星美國擔任系統工程主管,並擔任加拿大菲亞特克萊斯勒汽車公司(FCA)的高級科學研究和實驗開發技術專家。Ryan 已經為全球超過 10,000 多名學生教授了工程、科學、技術和數學方面的幾門課程。他是美國密歇根州底特律 IEEE 交通電氣會議和博覽會(iTEC 2012)最佳論文獎的獲獎者。

Ryan是安大略省斯坦福大學認證專案經理(SCPM)、認證專業工程師(P.Eng。)、汽車工程師協會(SAE)成員、電氣和電子工程師協會(IEEE)會員。他還是美國伊利諾州芝加哥舉辦的2017  IEEE 運輸與電氣化會議(iTEC’17)的項目聯合主席。

*麥克馬斯特大學是僅有的加拿大大學中四所持續排名全球前100名的大學之一。

Kirill Eremenko   資料科學家和外匯系統專家

我的名字是 Kirill Eremenko ,你正在讀這讓我超級興奮 !

我在 Udemy 兩個類別的領域授課 : 資料科學和外匯交易。我想你將會對我是否可以提供你最好的訓練有信心,以下是我在這兩個領域的一些背景。

資料科學

在專業方面,我有超過 5 年在金融、零售、交通運輸等行業的資料科學管理顧問經驗。曾受過澳大利亞 Deloitte 最好的分析導師的訓練,今天我運用大數據來推動企業戰略、改造客戶體驗和徹底改變現有的操作流程。

從我的課程中,你將立即注意到我如何將現實生活的經驗和物理與數學學術背景結合起來,在資料科學領域提供專業的分步指導。我也熱衷於公開演講,並定期在澳大利亞領先的大學和行業盛會上介紹大數據。

外匯交易

自2007年以來,我一直以交易員的身份積極參與外匯市場,並辦 MQL4 的程式設計課程計畫。我很享受外匯交易,因為外匯市場可以帶來的財務上的自由,更重要的 – 個人自由

我生活的另一部分-是一個資料科學家 – 研究商業流程和人類行為模式的各種模式… 聽起來很熟悉?是的!巧合的是,我也是演算法交易的大粉絲 : ) EAs、外匯機器人、指標、腳本、MQL4, 甚至使用 java 程式設計做外匯 – 我全部都很愛!

Kirill Eremenko

Hadelin de Ponteves   資料科學家

你好。我的名字是 Hadelin de Ponteves。總是渴望學習,我投入了大量的時間在學習和教學中,涵蓋廣泛的科學話題。

今天我熱衷於機器學習、深入學習和人工智慧 ( AI )。我將盡最大的努力傳達我對資料科學的熱情。我在這個領域獲得了豐富的經驗。我擁有資料科學專業的工程碩士學位。我花了一年時間研究機器學習,從事創新和令人興奮的專案。 然後在Google的工作經驗中,我實施了一些用於商業分析的機器學習模型。

最終,我意識到我花了大部分時間做分析,我逐漸需要培養更多的創意,所以我踏入創業生涯。我的課程結合分析和創造力的兩個維度,使你可以在應用於創意思考的同時學習資料科學中所需的所有分析技能。

期待和你一起完成學習!

Hadelin de Ponteves

Mitchell Bouchard CEO,製片人,導演 RED CAPE FILMS B.S,MFA 候選人

Mitchell 是來自加拿大安大略省哈羅的加拿大電影製作人。 2016年,他畢業於達科他州立大學,主修電腦圖形學專業電影和電影藝術。

在達科他州立大學獲得多個獎項,如“1st Place BeadleMania”,“Winner College 10週年Dordt電影節”以及“傑出藝術家獎藝術與科學學院”。

Mitchell 曾在CBC的“Windsors Shorts”電視節目中亮相,目前擔任RED CAPE FILMS的首席執行官。 他教授電影製作並製作高端電影製作。

他還是TEDX Windsor的製片人/導演,演講者來自全國各地。

SuperDataScience 團隊    幫助資料科學家成功的團隊

Hi, 你好!

我們是 SuperDataScience 團隊。你將在 Kirill Eremenko 教授的資料科學課程中看到我們 – 我們在這裡幫助你解決任何問題,並確保你在課程的旅程中總是一舤風順!

聯繫最好的方法是在你正在學習的課程的問答中討論。在大多數情況下,我們會在24小時內回覆。

我們熱衷於幫助你享受課程!

課堂中見囉!

誠摯地,
SuperDataScience 真正的人

英文字幕:有

  • 想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To

報名參加課程

Sponsored by Udemy

也許你會有興趣

 歡迎使用 e-mail 訂閱 Soft & Share 

這個網站採用 Akismet 服務減少垃圾留言。進一步瞭解 Akismet 如何處理網站訪客的留言資料

Powered by WordPress.com.

Up ↑

%d 位部落客按了讚: