PricingLoginStart free
Machine Learning Academy logo
PythonKecerdasan buatanTahap A1 → B222 bahasa

Machine Learning Academy

Pelajari pembelajaran mesin daripada prinsip asas. Bina dan nilai model dengan scikit-learn, kuasai kaedah ensembel dan kembangkan kemahiran kepada pembelajaran mendalam dengan PyTorch. Laluan pembelajaran CoddyKit yang merangkumi 30 kursus pendek dan 120 pelajaran interaktif, dengan tutor kecerdasan buatan 24/7 di sisi anda.

Kursus
30
Pelajaran
120
Langkah interaktif
1,552
Percuma untuk bermula
Kursus 1
Kurikulum

30 kursus dalam laluan ini

Setiap kursus dalam laluan Machine Learning Academy, mengikut urutan pembelajaran. Kursus pertama adalah percuma.

1

A14 pelajaranPercuma

Temui maksud pembelajaran mesin dan perbezaannya daripada pengaturcaraan tradisional. Terokai tiga paradigma pembelajaran utama dan lihat contoh dunia sebenar tentang cara pembelajaran mesin menyeles…

  1. 1Pengaturcaraan Tradisional berbanding Pembelajaran Mesin
  2. 2Pembelajaran Diselia, Tanpa Seliaan dan Pengukuhan
  3. 3Aliran Kerja Pembelajaran Mesin: Daripada Data kepada Ramalan
  4. +1 lagi
Mula belajar secara percuma
2

A14 pelajaranPRO

Konfigurasikan persekitaran pembangunan pembelajaran mesin profesional dengan Anaconda, Jupyter dan susunan teras Python saintifik. Pelajari cara memanipulasi tatasusunan dengan NumPy dan bingkai dat…

  1. 1Memasang Anaconda dan Jupyter Notebook
  2. 2Asas NumPy: Tatasusunan dan Operasi Matematik
  3. 3Pandas untuk Manipulasi Data
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
3

A14 pelajaranPRO

Bina intuisi tentang pembelajaran terselia dengan melatih model ramalan pertama anda dari awal. Pelajari cara regresi linear mencari garis paling sesuai melalui data dan cara mengukur ketepatan ramal…

  1. 1Persamaan Garis: Kecerunan, Pintasan dan Ramalan
  2. 2Fungsi Kos dan Kuasa Dua Terkecil
  3. 3Melatih LinearRegression dengan scikit-learn
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
4

A14 pelajaranPRO

Beralih daripada meramalkan nombor kepada meramalkan kategori. Terokai regresi logistik sebagai pengelas pertama anda dan pelajari cara fungsi sigmoid menukarkan skor linear kepada kebarangkalian. An…

  1. 1Daripada Regresi kepada Pengelasan: Keputusan Ambang
  2. 2Regresi Logistik dan Fungsi Sigmoid
  3. 3Penjelasan Matriks Kekeliruan
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
5

A14 pelajaranPRO

Ketahui sebab menilai model menggunakan data latihnya sendiri menghasilkan keputusan yang terlalu optimistik dan cara mencegahnya melalui pembahagian data yang betul. Kuasai pembahagian latih-ujian,…

  1. 1Sebab Anda Tidak Boleh Menilai pada Data Latihan
  2. 2train_test_split: Nisbah, Benih dan Stratifikasi
  3. 3Pertukaran Bias-Varians: Kurang Muat berbanding Terlebih Muat
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
6

A24 pelajaranPRO

Data mentah hampir tidak pernah sedia digunakan untuk model: nilai mungkin hilang, skala berbeza dengan ketara dan rentetan kategori perlu dikodkan. Kursus ini menyediakan set alat sistematik untuk m…

  1. 1Mengendalikan Nilai Hilang: Gugur, Imputasi dan Tandakan
  2. 2Penskalaan Ciri: StandardScaler dan MinMaxScaler
  3. 3Pengekodan Pemboleh Ubah Kategori: OrdinalEncoder dan OneHotEncoder
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
7

A24 pelajaranPRO

Pelajari salah satu algoritma pengelasan dan regresi yang paling intuitif: ramalkan label titik baharu melalui undian majoriti antara jiran terdekatnya yang berjumlah k. Fahami cara pemilihan k dan m…

  1. 1Cara KNN Berfungsi: Jarak, Jiran dan Undian
  2. 2Memilih k: Kaedah Siku dan Lengkung Pengesahan
  3. 3Metrik Jarak: Euclid, Manhattan dan Minkowski
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
8

A24 pelajaranPRO

Pepohon keputusan membahagikan data dengan mengemukakan soalan ya atau tidak, lalu membina carta alir yang mudah divisualisasikan dan diterangkan kepada pihak berkepentingan bukan teknikal. Pelajari…

  1. 1Membina Pepohon: Pecahan, Nod dan Daun
  2. 2Ketulenan Gini dan Perolehan Maklumat
  3. 3Mengawal Kedalaman Pepohon untuk Mencegah Terlebih Muat
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
9

A24 pelajaranPRO

Naive Bayes menggunakan teorem Bayes dengan andaian kebebasan yang kuat, menjadikannya sangat pantas pada data teks berdimensi tinggi. Bina penapis spam, terokai cara vektorisasi beg perkataan menuka…

  1. 1Teorem Bayes dalam Bahasa Mudah
  2. 2Beg Perkataan: CountVectorizer dan TfidfVectorizer
  3. 3Melatih Pengelas Naif Bayes Multinomial
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
10

A24 pelajaranPRO

Ketepatan sahaja merupakan metrik yang mengelirukan apabila kelas tidak seimbang atau kos salah pengelasan berbeza. Kuasai set lengkap alat penilaian: ROC-AUC, lengkung ketepatan-keunikan, ralat mutl…

  1. 1Metrik Pengelasan: Ketepatan, Kejituan, Ingatan Semula, F1
  2. 2Lengkung ROC dan AUC-ROC
  3. 3Metrik Regresi: MAE, MSE, RMSE dan R-Kuasa Dua
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
11

B14 pelajaranPRO

Satu pepohon keputusan mudah mengalami lampau suai; hutan yang terdiri daripada pepohon pelbagai menghasilkan generalisasi yang jauh lebih baik. Pelajari cara hutan rawak mengagregatkan ratusan pepoh…

  1. 1Penjelasan Pengagregatan Bootstrap (Bagging)
  2. 2Pemilihan Ciri Rawak: Helah Random Forest
  3. 3Ralat Out-of-Bag: Pengesahan Percuma dalam Hutan
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
12

B14 pelajaranPRO

SVM mencari hiper satah dengan margin maksimum yang memisahkan kelas, lalu memberikan jaminan generalisasi teori yang kukuh. Pelajari helah kernel yang membolehkan SVM mengendalikan sempadan bukan li…

  1. 1Pengelas Margin Maksimum: Vektor Sokongan dan Satah Hiper
  2. 2SVM Margin Lembut dan Parameter C
  3. 3Helah Kernel: Kernel RBF, Polinomial dan Sigmoid
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
13

B14 pelajaranPRO

Peningkatan gradien melatih pembelajar lemah secara berjujukan, dengan setiap pembelajar membetulkan ralat baki pembelajar sebelumnya, lalu menghasilkan prestasi terkini pada data berbentuk jadual. K…

  1. 1Intuisi Boosting: Pembetulan Ralat Berjujukan
  2. 2XGBoost: Regularisasi, Pemberhentian Awal dan Kepentingan Ciri
  3. 3LightGBM: Pertumbuhan Mengikut Daun dan Kelebihan Kelajuan
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
14

B14 pelajaranPRO

Satu pembahagian latih-ujian boleh mengelirukan akibat variasi rawak dalam pembahagian data. Pengesahan silang memberikan anggaran yang lebih boleh dipercayai dengan mempuratakan hasil merentas beber…

  1. 1Pengesahan Silang K-Lipatan: Membahagi Tanpa Kebocoran
  2. 2Pengesahan Silang Berstrata dan Siri Masa
  3. 3Carian Grid berbanding Carian Rawak
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
15

B14 pelajaranPRO

Kualiti ciri anda menentukan had atas prestasi model, tanpa mengira algoritma yang digunakan. Pelajari cara mencipta ciri bermaklumat baharu daripada data mentah melalui transformasi, interaksi dan p…

  1. 1Mencipta Ciri Baharu: Transformasi Log, Pengelompokan dan Interaksi
  2. 2Pengekstrakan Ciri Tarikh dan Masa
  3. 3Pemilihan Ciri: Ambang Varians dan SelectKBest
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
16

B14 pelajaranPRO

Pengelompokan ialah pembelajaran tanpa seliaan yang mencari kumpulan semula jadi dalam data tanpa label. Kuasai K-Means untuk kelompok berbentuk sfera dan DBSCAN untuk kelompok berbentuk sebarang ser…

  1. 1K-Means: Sentroid, Penugasan dan Langkah Kemas Kini
  2. 2Memilih K: Kaedah Siku dan Skor Siluet
  3. 3DBSCAN: Titik Teras, Titik Sempadan dan Hingar
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
17

B14 pelajaranPRO

Data berdimensi tinggi sukar divisualisasikan dan sering mengandungi ciri berlebihan yang memperlahankan latihan. PCA memampatkan maklumat kepada komponen ortogon sambil mengekalkan varians; t-SNE me…

  1. 1PCA: Varians, Vektor Eigen dan Komponen Utama
  2. 2Memetakan Data dan Membina Semula daripada Komponen
  3. 3t-SNE: Mengekalkan Kejiranan untuk Visualisasi
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
18

B14 pelajaranPRO

Saluran Paip scikit-learn menggabungkan langkah prapemprosesan dan pemodelan ke dalam satu objek yang mencegah kebocoran data serta memudahkan penggunaan. Pelajari cara membina, mengesahkan silang da…

  1. 1Membina Saluran Paip Pertama Anda: Penskala serta Pengelas
  2. 2ColumnTransformer dalam Saluran Paip
  3. 3Mengesahkan Silang dan Mencari Grid bagi Saluran Paip Lengkap
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
19

B14 pelajaranPRO

Dalam pengesanan penipuan, diagnosis perubatan dan banyak aplikasi kritikal lain, satu kelas mungkin mewakili kurang daripada 1% contoh. Latihan menggunakan data sedemikian menghasilkan ketepatan yan…

  1. 1Mengesan Ketidakseimbangan: Taburan Kelas dan Perangkap Garis Dasar
  2. 2Pensampelan Terlebih Rawak dan SMOTE
  3. 3Pensampelan Kurang Rawak dan ClusterCentroids
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
20

B14 pelajaranPRO

Model hanya berguna apabila dapat membuat ramalan pada data baharu di luar buku nota Jupyter anda. Pelajari cara menyimpan dan membuat versi saluran paip scikit-learn, menyediakannya di sebalik API R…

  1. 1Menyimpan Model dengan joblib dan pickle
  2. 2Pemes واian Model: Kepentingan Nama Fail dan Metadata
  3. 3Menyediakan Ramalan dengan Titik Akhir FastAPI
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
21

B24 pelajaranPRO

PyTorch ialah rangka kerja pembelajaran mendalam yang dominan dalam penyelidikan dan produksi. Bina rangkaian neural suapan hadapan pertama anda bermula daripada tensor, fahami autograd untuk pengira…

  1. 1Tensor PyTorch: Penciptaan, Operasi dan Pemindahan GPU
  2. 2Autograd: Pembezaan Automatik untuk Perambatan Balik
  3. 3Membina Rangkaian Suapan Hadapan dengan nn.Module
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
22

B24 pelajaranPRO

Seni bina yang baik hanya separuh daripada cabaran; dinamik latihan menentukan sama ada rangkaian mencapai penyelesaian yang berguna. Kuasai jadual kadar pembelajaran, normalisasi kelompok, regularis…

  1. 1Kadar Pembelajaran: Hiperparameter Paling Penting
  2. 2Normalisasi Kelompok: Latihan Stabil dan Lebih Pantas
  3. 3Pelarasan Regularisasi Dropout untuk Mencegah Terlebih Suai
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
23

B24 pelajaranPRO

CNN memanfaatkan struktur ruang dalam imej melalui perkongsian pemberat setempat dan pengumpulan, sekali gus mengurangkan bilangan parameter sambil meningkatkan ketakvarian translasi. Bina pengelas i…

  1. 1Konvolusi dan Penapis: Mengesan Tepi dan Corak
  2. 2Lapisan Pengumpulan: Pensampelan Turun Ruang dan Ketakubahan
  3. 3Membina dan Melatih CNN pada CIFAR-10
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
24

B24 pelajaranPRO

Data berjujukan seperti siri masa, teks dan audio mempunyai kebergantungan temporal yang diabaikan oleh rangkaian suapan hadapan biasa. RNN memproses jujukan langkah demi langkah dengan pemberat yang…

  1. 1RNN Asas: Keadaan Tersembunyi dan Pengembangan Jujukan
  2. 2Masalah Kecerunan Lenyap dalam Langkah Masa Mendalam
  3. 3Sel LSTM: Get Input, Lupa dan Output
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
25

B24 pelajaranPRO

Melatih rangkaian besar dari awal memerlukan set data dan kuasa pengkomputeran yang sangat besar. Pembelajaran pemindahan menggunakan semula pemberat daripada model yang telah diprapelatih dengan ber…

  1. 1Model Terlatih Awal dalam torchvision: ResNet, EfficientNet dan ViT
  2. 2Pengekstrakan Ciri: Membekukan Tulang Belakang
  3. 3Penalaan Halus: Menyahbeku dan Kadar Pembelajaran Rendah
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
26

B24 pelajaranPRO

Seni bina transformer dua hala BERT memahami konteks dari kedua-dua arah dan mengatasi prestasi model jujukan yang lebih lama dalam hampir setiap penanda aras pemprosesan bahasa semula jadi. Pelajari…

  1. 1Seni Bina Transformer: Perhatian, Token dan Konteks
  2. 2Tokenizer Hugging Face: Mengekod Teks untuk BERT
  3. 3Penalaan Halus BertForSequenceClassification
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
27

B24 pelajaranPRO

MLOps menghubungkan penyelidikan pembelajaran mesin dengan kejuruteraan perisian produksi yang boleh dipercayai. Pelajari penjejakan eksperimen dengan MLflow, persekitaran boleh dihasilkan semula den…

  1. 1Penjejakan Eksperimen dengan MLflow: Merekod Parameter, Metrik dan Artifak
  2. 2Persekitaran Boleh Diulang Hasil dengan Docker untuk Pembelajaran Mesin
  3. 3Daftar Model: Peringkat, Produksi dan Pengarkiban
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
28

B24 pelajaranPRO

Model merosot secara senyap dalam produksi apabila dunia sebenar semakin menyimpang daripada keadaan latihan. Pelajari cara memantau taburan ramalan, mengesan hanyutan data dan konsep lebih awal, ser…

  1. 1Hanyutan Data: Perubahan Taburan Ciri Mengikut Masa
  2. 2Hanyutan Konsep: Apabila Hubungan antara X dan Y Berubah
  3. 3Memantau Taburan Ramalan dan Skor Keyakinan
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
29

B24 pelajaranPRO

Apabila sistem pembelajaran mesin membuat keputusan berimpak tinggi dalam pengambilan pekerja, pemberian pinjaman dan penjagaan kesihatan, memahami serta mengaudit tingkah laku model merupakan kewaji…

  1. 1Nilai SHAP: Kepentingan Ciri Global dan Setempat
  2. 2LIME: Penjelasan Setempat yang Boleh Ditafsir dan Agnostik Model
  3. 3Metrik Kesaksamaan: Kesetaraan Demografi dan Peluang Sama Rata
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
30

B24 pelajaranPRO

Gabungkan semua kemahiran daripada laluan ini dalam satu projek lengkap: dapatkan dan bersihkan set data sebenar, bina ciri, latih dan tala berbilang model, nilai dan bandingkannya, kemudian sediakan…

  1. 1Penentuan Skop Projek: Menetapkan Masalah dan Kriteria Kejayaan
  2. 2Pengolahan Data dan Analisis Data Eksploratori
  3. 3Pertandingan Pemilihan Model: Membandingkan Lima Algoritma
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
CoddyKit PRO

Dapatkan akses kepada kesemua 30 kursus dalam laluan ini dan semua laluan lain

Tutor AI, peperiksaan pensijilan dan sijil. Berfungsi di laman web, iOS dan Android.

Lihat semua pelan
Tahunan$29.90 / tahunKira-kira $2.49 sebulanBayar sekaliSeumur hidup$69.99 sekaliTiada pembaharuan. PRO selama-lamanya.
Gambaran Keseluruhan Kursus

Pembelajaran Mesin dengan Python

Pelajari pembelajaran mesin dari asas. Bina dan nilaikan model dengan scikit-learn, kuasai kaedah ensembel, dan beralih kepada pembelajaran mendalam dengan PyTorch. Laluan ini merangkumi 30 kursus mini progresif daripada pemula sepenuhnya (A1) hingga tahap lanjutan (B2), dengan pelajaran ringkas dan kuiz pantas untuk mengukuhkan setiap konsep.

Apa yang Akan Anda Pelajari

Anda akan bermula dengan asas dan meningkat kepada topik pertengahan serta lanjutan, dengan setiap kursus dibina berdasarkan kursus sebelumnya. Setiap pelajaran bersifat praktikal, disertai contoh sebenar dan tutor AI yang tersedia apabila anda memerlukan bantuan.

Cara Kursus Ini Berfungsi

Setiap kursus dibahagikan kepada empat pelajaran yang berfokus. Lengkapkan beberapa pelajaran sehari dan anda akan menguasai seluruh laluan dalam beberapa minggu, bukan bulan.

Alat

Berlatih dengan AI, bukan sekadar membaca

Tingkatkan pembelajaran anda dengan alat dan ciri berkuasa AI

Sembang AIBerbual dengan tutor AITanya Soalan SuperDapatkan jawapan bertaraf pakarPROCipta PelajaranPembina pelajaran berkuasa AIPROMulakan Peperiksaan PensijilanDapatkan sijil andaPROMulakan CabaranUji kemahiran anda

Cara Anda Belajar

  1. 01

    Pelajaran Interaktif

    Latihan pengekodan amali dengan maklum balas masa nyata

  2. 02

    Tutor AI

    Dapatkan bantuan segera daripada AI kami apabila anda buntu

  3. 03

    Penyunting Terbina Dalam

    Tulis dan jalankan kod terus dalam pelayar anda

  4. 04

    Sijil

    Dapatkan sijil selepas melengkapkan kursus

Terus meneroka

Laluan pembelajaran berkaitan

Deep Learning Academy logoDeep Learning AcademyMaster deep learning with PyTorch, from neurons and backpropagation to CNNs, Transformers…Data Science Academy logoData Science AcademyTurn raw data into insight with Python. Master NumPy, pandas, visualization, and scikit-l…NLP Academy logoNLP AcademyBuild language AI with Python. From text preprocessing and embeddings to Transformers, na…MLOps Academy logoMLOps AcademyTake ML models to production: experiment tracking, serving, CI/CD, monitoring, and drift…Mojo Academy logoMojo AcademyLearn Mojo, Modular's Python-family language built for AI speed. Write Python-like code w…Pandas & NumPy Academy logoPandas & NumPy AcademyGo from spreadsheets to production-grade data analysis. Master NumPy arrays, Pandas DataF…
FAQ

Soalan Lazim

Adakah kursus Machine Learning Academy percuma?

Ya. Anda boleh memulakan kursus Machine Learning Academy secara percuma dan mengikuti pelajaran interaktifnya tanpa sebarang bayaran. Langganan PRO pilihan membuka akses kepada alat kecerdasan buatan lanjutan dan sijil yang boleh dikongsi.

Adakah saya memerlukan pengalaman terdahulu untuk mempelajari Python?

Tidak. Kursus ini bermula dengan asas dan beralih secara beransur-ansur kepada topik yang lebih maju, jadi anda boleh bermula walaupun tanpa pengalaman terdahulu dalam Python.

Bagaimanakah saya akan mempelajari Python di CoddyKit?

Anda belajar melalui amali. Pelajaran interaktif yang ringkas menggabungkan penerangan yang jelas dengan latihan pengekodan praktikal yang berjalan dalam masa nyata, manakala tutor kecerdasan buatan 24/7 memberikan bantuan yang diperibadikan apabila anda menghadapi kesukaran.

Adakah saya mendapat sijil selepas menamatkan Machine Learning Academy?

Ya. Pelajar PRO boleh menduduki peperiksaan dan memperoleh sijil tamat kursus yang boleh dikongsi, lengkap dengan kod yang boleh disahkan untuk kursus Machine Learning Academy.

Bolehkah saya mempelajari Python melalui telefon saya?

Ya. CoddyKit tersedia di web dan sebagai aplikasi asli iOS serta Android, jadi anda boleh mempelajari Python pada mana-mana peranti dan kemajuan anda disegerakkan merentas semua peranti.

Berapakah kos CoddyKit PRO?

Kursus pertama dalam Machine Learning Academy adalah percuma. CoddyKit PRO membuka akses kepada setiap kursus: $5.90 seminggu, $7.90 sebulan, $29.90 setahun atau $69.99 sekali untuk akses seumur hidup tanpa pembaharuan.

Berapa lama masa yang diperlukan untuk melengkapkan Machine Learning Academy?

Machine Learning Academy mempunyai 30 kursus dan 120 pelajaran. Kebanyakan pelajaran mengambil masa kira-kira 5–10 minit, jadi keseluruhan laluan ini memerlukan sekitar 14 jam latihan amali, mengikut rentak anda sendiri.

Mulakan Machine Learning Academy Sekarang

Sertai ribuan pelajar yang menguasai pengaturcaraan melalui pelajaran berkuasa kecerdasan buatan.

Mula belajar secara percumaSemak Semua Kursus