从第一性原理学习机器学习。用 scikit-learn 构建和评估模型，掌握集成方法，并使用 PyTorch 扩展到深度学习。本课程轨道包含 30 门循序渐进的迷你课程，从入门级 (A1) 到高级 (B2)，每节课简明扼要，配有快速测验来巩固每个概念。
你将从基础知识开始，逐步深入到中级和高级主题，每门课程都在前一门的基础上进行。每节课都很实用，包含真实示例，需要帮助时还有 AI 导师可用。
每门课程分为四个重点课时。每天完成几个课时，你将在数周而非数月内掌握整个课程轨道。
用 AI 工具和功能为你的学习加速
Machine Learning Academy 学习路径中的所有课程。
了解什么是机器学习，以及它与传统编程有何不同。探索三种核心学习范式，观察机器学习在各行业解决问题的真实案例。学完本课程后，您将能够判断任何给定问题适用的机器学习类型。
使用 Anaconda、Jupyter 和核心科学计算 Python 技术栈配置专业的机器学习开发环境。学习使用 NumPy 操作数组、使用 Pandas 操作数据框，从而加载、检查和清理任何数据集。本课程将一台空白计算机变成完整可用的机器学习工作台。
通过从零开始训练您的第一个预测模型，建立对监督学习的直觉理解。学习线性回归如何找出穿过数据的最佳拟合直线，以及如何量化它对未见数据的预测效果。课程结束时，您将拥有一个可运行的房价预测器，该预测器使用 scikit-learn 构建。
从预测数值迈向预测类别。探索作为第一个分类器的逻辑回归，学习 sigmoid 函数如何将线性分数转换为概率。您将把电子邮件分类为垃圾邮件或非垃圾邮件，并使用超越简单准确率的指标评估结果。
了解为什么在模型自己的训练数据上进行评估会产生过于乐观的结果，以及如何通过正确拆分数据来避免这一问题。掌握训练集与测试集拆分，了解过拟合的表现，并建立今后在本学习路径中进行所有评估所需的思维模型。
原始数据几乎从未能直接用于模型：数值可能缺失，尺度差异可能很大，类别字符串还需要编码。本课程将为您提供一套系统工具，把杂乱的输入转换为任何 scikit-learn 估计器都能处理的干净特征矩阵。
学习最直观的分类和回归算法之一：通过与新数据点距离最近的 k 个邻居进行多数投票，预测该点的标签。理解 k 的取值和距离度量如何塑造决策边界，并了解 KNN 何时表现出色、何时存在局限。
决策树通过提出是或否的问题来划分数据，构建出易于可视化、也便于向非技术利益相关者解释的流程图。学习算法如何使用基尼不纯度和信息增益选择最佳划分，以及如何剪枝以防止过拟合。
朴素贝叶斯在强独立性假设下应用贝叶斯定理，因此在高维文本数据上速度极快。构建一个垃圾邮件过滤器，探索词袋向量化如何将文本转换为数值，并理解朴素独立性假设何时会出人意料地有效。
当类别不平衡或误分类成本不同时，单独使用准确率会产生误导。掌握完整的评估工具集：ROC-AUC、精确率—召回率曲线、平均绝对误差和 RMSE，从而始终选择能够反映业务现实的指标。
单棵决策树容易过拟合，而由多棵不同树组成的森林具有更强的泛化能力。学习随机森林如何在随机抽取的数据子集和特征子集上训练数百棵树并进行聚合，然后进一步掌握装袋法和投票集成，使模型表现稳定地优于任何单一模型。
SVM 会寻找能够分隔不同类别的最大间隔超平面，因此具有强大的理论泛化保证。学习核技巧如何让 SVM 在无限维空间中处理非线性边界，并为真实数据集调节 C 和 gamma 参数。
梯度提升会按顺序训练弱学习器，每个学习器都修正前一个学习器的残差错误，从而在表格数据上取得当前最先进的性能。掌握 XGBoost 和 LightGBM 这两大获奖 Kaggle 方案背后的引擎，并学习如何高效调参。
由于数据划分存在随机变化，单次训练集—测试集拆分可能会产生误导。交叉验证通过对多次拆分的结果取平均，提供更可靠的估计；网格搜索和随机搜索则能在避免数据泄漏的情况下，自动寻找最佳超参数。
无论使用哪种算法，特征质量都会决定模型性能的上限。学习通过转换、交互和领域知识，从原始数据中创建新的有效特征，并使用自动选择方法去除噪声。
聚类是一种无监督学习方法，能够在没有标签的情况下发现数据中的自然分组。掌握用于球状簇的 K-Means，以及用于任意形状簇和异常值检测的 DBSCAN，并学习在没有真实标签时评估聚类质量。
高维数据难以可视化，而且通常包含会拖慢训练的冗余特征。PCA 将信息压缩到相互正交的成分中，同时保留方差；t-SNE 则将数据投影到二维空间以便探索。学习何时使用二者，以及如何将降维后的特征输入后续模型。
Scikit-learn Pipelines 将预处理和建模步骤串联为一个对象，能够防止数据泄漏并简化部署。学习构建、交叉验证和序列化完整的管道，让它们从开发环境无缝进入生产环境。
在欺诈检测、医疗诊断和许多其他关键应用中，某一类别可能只占样本的不到 1%。使用此类数据训练模型，往往会产生看似很高的准确率，却完全忽略少数类。学习重采样、类别加权和阈值校准策略，构建真正有效的模型。
只有能够在 Jupyter 笔记本之外的新数据上进行预测，模型才真正有用。学习保存并管理 scikit-learn 管道的版本，使用 FastAPI 将其部署在一个简洁的 REST API 后面，并思考如何通过监控和重新训练循环保持生产环境中的模型健康。
PyTorch 是当前主流的研究和生产级深度学习框架。学习从张量开始构建您的第一个前馈神经网络，理解用于计算梯度的自动微分，并在 MNIST 上训练数字分类器，亲眼体验深度学习的运行方式。
优秀的架构只是成功的一半；训练动态决定网络能否收敛到有用的解。掌握学习率调度、批归一化、dropout 正则化和权重初始化策略，了解是什么让一些网络能够学习，而另一些网络陷入停滞。
CNN 通过局部权重共享和池化利用图像中的空间结构，在减少参数数量的同时提升平移不变性。使用 PyTorch 从零开始构建 CNN 图像分类器，并学习滤波器如何逐步检测边缘、纹理和更高层次的特征。
时间序列、文本和音频等序列数据包含标准前馈网络会忽略的时间依赖关系。RNN 使用共享权重逐步处理序列，而 LSTM 增加门控机制来捕捉长期依赖，同时避免梯度消失问题。
从零开始训练大型网络需要海量数据集和计算资源。迁移学习会复用在数百万个样本上预训练的模型权重，让您只需更少的带标签样本和训练时间，就能在特定任务上取得高准确率。
BERT 的双向 Transformer 架构能够从两个方向理解上下文，在几乎所有自然语言处理基准测试中都优于较早的序列模型。学习如何使用 Hugging Face Transformers 库，以最少的代码微调预训练的 BERT 模型，完成情感分析。
MLOps 连接了机器学习研究与可靠的生产级软件工程。学习使用 MLflow 跟踪实验，使用 Docker 创建可复现的环境，并使用 GitHub Actions 构建自动重新训练管道，让模型可审计、可复现并始终保持最新。
随着现实世界逐渐偏离训练条件，模型可能会在生产环境中悄无声息地退化。学习监控预测分布，及早检测数据漂移和概念漂移，并构建告警管道，在用户体验下降之前提醒您重新训练模型。
随着机器学习系统在招聘、贷款和医疗保健等高风险领域做出重要决策，理解并审计模型行为既是伦理上的必然要求，也是许多司法管辖区的法律要求。学习 SHAP、LIME 和公平性指标，使您的模型更易于解释且值得信赖。
将本学习路径中的所有技能融入一个完整项目：获取并清理真实数据集、构建特征、训练和调优多个模型、评估并比较模型，然后为部署打包并编写最佳模型的文档。这个结课项目模拟真实世界中的数据科学交付成果。
免费。你可以免费开始 Machine Learning Academy 课程并完成它的所有互动课程。可选的 PRO 订阅解锁高级 AI 工具和可分享的证书。
不需要。课程从基础开始，逐步进阶到更高难度的主题，所以即使你没有任何 PYTHON 基础也可以开始。
学以致用。简洁的互动课程将清晰的讲解与实时动手编程练习结合，24/7 AI 导师在你遇到困难时提供个性化帮助。
可以。PRO 学员可以参加考试，获得 Machine Learning Academy 课程的可分享的完成证书，其中包含可验证的代码。
可以。CoddyKit 支持网页版和原生 iOS、Android 应用，你可以在任何设备上学习 PYTHON，进度会自动同步。
