Contents
揭開機器學習世界的神秘面紗,建立核心資料科學技能,無需編寫任何程式碼。
從這 2 小時的課程,你會學到
- 無需編寫複雜的程式碼,就能掌握基礎的機器學習和資料科學技能
- 使用直覺的、用戶友好的工具,如Microsoft Excel,介紹和解密機器學習工具和技術
- 使用QA工具(如變量類型、範圍運算和表格結構)準備原始資料進行分析
- 使用常見的單變量和多變量分析指標分析資料集
- 用直方圖、核密度、熱圖和小提琴圖來描述和視覺化分布
要求
- 這是一門適合初學者的課程(不需要任何先前的知識或數學/統計學背景)
- 我們將使用Microsoft Excel (Office 365)進行一些課程展示,但參與者是可選的
課程說明
如果你對探索資料科學和機器學習感到興奮,但對學習複雜的程式語言感到焦慮,或者對 “天真貝葉斯”、”邏輯回歸”、”KNN “和 “決策樹 “等術語感到恐懼,那麼你來對地方了。
本課程是4個系列課程中的第1部分,旨在幫助你建立對機器學習的堅實的、基礎性的理解。
- 第1部分:品質保證和資料分析
- 第2部分:分類
- 第3部分:回歸與預測
- 第四部分:非監督式學習
這門課程讓資料科學變得平易近人,旨在解開強大的機器學習工具與技術的神秘面紗,而不是試圖同時教你一門程式設計語言。
相反,我們將使用熟悉的,用戶友好的工具,如Microsoft Excel來分解複雜的主題,並幫助你確切地瞭解機器學習運作的 Why 和 HOW,然後再深入到程式語言,如 Python 或R。與大多數資料科學和機器學習課程不同的是,你不會寫一行程式碼。
課程大綱
在這第一部分課程中,我們將介紹機器學習的環境和工作流程,並回顧清理和準備分析原始資料的關鍵QA技巧,包括變量類型、空值、範圍和計數計算、表結構等。
我們將涵蓋使用頻率表、直方圖、核密度和剖析指標的單變量分析,然後深入瞭解熱圖、小提琴與盒圖、散點圖和相關性等多變量剖析工具
- 第一節:機器學習介紹與風景
- 機器學習的過程、定義和景觀
- 第二節:初步資料品質保證
- 變量類型、空值、範圍與計數計算、左/右刪減等
- 第三節:單變量分析
- 直方圖、頻率表、均值、中位數、模式、方差、偏度等
- 第四節:多變量剖析
- 小提琴與箱形圖、核密度、熱圖、相關性等
在整個課程中,我們將引入真實世界的場景,旨在幫助鞏固關鍵概念,並將它們與實際的商業智能案例研究聯繫起來。你將使用剖析指標來清理當地一家雜貨店的產品庫存資料,用直方圖和核密度來探索奧運運動員的人口統計,用熱圖來視覺化交通事故頻率,以及更多。
如果你已經準備好為資料科學領域的成功職涯打下基礎,這就是你的課程。
看看為什麼我們的課程在Udemy上獲得了最高評價
“是我學過的最棒的課程之一。我學過幾種程式語言,Excel、VBA和web開發,Maven是我見過的最好的課程之一!” Russ C.
“這是我從Maven Analytics獲得的第四個課程,也是我的第四個五星評價,所以我已經沒有什麼可說的了。我希望Maven早點出現在我的生活中!” Tatsiana M.
“Maven Analytics應該成為Udemy上所有課程教學的新標準!” Jonah M.
目標受眾
- 任何希望通過真實世界的展示和直覺、清晰的解釋來學習機器學習的基礎知識的人
- 資料分析師或商業智能專家,希望向資料科學轉型,或建立對機器學習的基本理解
- R 或 Python 用戶尋求對其程式碼背後的模型和演算法有更深的理解
講師簡介
Maven Analytics 屢獲殊榮的分析和商業智能培訓
Maven Analytics 透過精簡、簡化和個性化的在線學習體驗,將普通人轉變為資料搖滾明星。
自2014年以來,我們通過按需課程、技能評估、策劃的學習路徑和企業培訓,幫助150多個國家的學生和團隊發展最搶手的分析和商業智能技能
學習新技能不應該是複雜的。將Maven視為你的私人講師、專家、導師和嚮導團隊,幫助你在學習過程中游刃有餘,按需培養所需技能。
Joshua MacCarty 首席ML講師
Josh 在應用機器學習和資料科學來解決具有挑戰性的商業問題方面有10多年的經驗,如行銷組合和定價優化、預測、聚類、自然語言處理和預測建模。他熱衷於分解看似複雜的機器學習主題,並在商業背景下解釋它們。他認為,深入研究機器學習應該是每個人都能理解的。
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| 更新 coupon code
也許你會有興趣
- 商業人工智慧
- 商業的資料科學 | 6 個真實案例研究
- 商業和真實世界的資料科學、分析和人工智慧
- ★英語學習地圖 – 練好英文是最大的學習槓桿
- 如何找工作學習地圖 – 找工作不要靠運氣!