Maskinlæring Mestring
Intermediate
4.5
254 reviews
5.2k+ Learners
Behersk hele spektret af maskinlæring med Python ved at kombinere praktiske færdigheder med et solidt teoretisk fundament. Opbyg modeller hurtigt med …
188
Chapters
21
Learning hours
182
Assignments
AI Assistant
Shareable Certificate
Resultater
Resultater
Track content
Related courses and projects
Udtalelser
Funktioner
Priser
Resultater
Resultater
Track content
Related courses and projects
Udtalelser
Funktioner
Priser
Hvad du vil lære
Building machine learning models with scikit-learn
Implementing regression techniques for forecasting
Understanding reinforcement learning basics
Preprocessing data using Scikit-learn tools
Applying classification methods to complex data
Designing and training neural networks
Creating pipelines for efficient data processing
Exploring clustering for pattern recognition
Evaluating models with classification metrics
Learning track content
Lær om maskinlæringskoncepter og arbejdsgangen i et ML-projekt.
Forbehandling er sandsynligvis den vigtigste fase i et ML-projekt. Dette kapitel dækker de forbehandlingsskridt, der er nødvendige for næsten ethvert datasæt.
Scikit-learn-Koncepter
Bliv Fortrolig med Datasættet
Håndtering af Manglende Værdier
Udfordring: Imputering af Manglende Værdier
Ordinalencoder
One-Hot Encoder
Labelencoder
Udfordring: Kodning af Kategoriske Variabler
Hvorfor Skalere Data?
Standardscaler, Minmaxscaler, Maxabsscaler
Udfordring: Skalering af Funktionerne
En pipeline er en elegant måde at kombinere alle forbehandlingsskridt samt en model. Pipelines gør det meget nemmere at træne og anvende en model.
Modellering er den mest underholdende fase i et ML-projekt. Lad os lære at opbygge, finjustere og evaluere modellen!
Undersøg grundlaget for matematiske funktioner. Lær om forskellige typer algebraiske og transcendentale funktioner, deres egenskaber, og hvordan de implementeres i Python til løsning af virkelige problemer.
Introduktion til Funktioner
Grundlæggende om Jupyter Notebook
Implementering af Grundlæggende Funktioner i Python
Algebraiske Funktioner
Implementering af Identitets-Kvadratiske Funktioner i Python
Implementering af Rationale Funktioner i Python
Udfordring: Maksimering af Profit ved Hjælp af Kvadratiske Funktioner
Transcendentale Funktioner
Implementering af Eksponential-Logaritmefunktioner i Python
Implementering af Sinusformede-Tangens Funktioner i Python
Behersk begreberne mængder og rækker, fra grundlæggende operationer til praktiske anvendelser. Opnå praktisk erfaring med implementering af mængdeoperationer og arbejde med aritmetiske og geometriske rækker i Python.
Opnå et solidt kendskab til grænseværdier, differentialkvotienter, integraler og partialafledte. Forbind teori med praksis ved at implementere disse begreber i Python og anvende dem på optimering gennem gradientnedstigning.
Introduktion til Grænseværdier
Implementering af Grænseværdier i Python
Introduktion til Differentialregning
Implementering af Afledte i Python
Introduktion til Integraler
Implementering af Integraler i Python
Introduktion til Partielle Afledte
Implementering af Partielle Afledte i Python
Gradientnedstigning
Implementering af Gradientnedstigning i Python
Udfordring: Tilpasning af en Linje med Gradientnedstigning
Opbyg solid viden om vektorer, matricer og transformationer. Lær dekompositionsmetoder og egenværdianalyse, samtidig med at begreberne styrkes gennem Python-kodeudfordringer og praktiske data science-anvendelser.
Introduktion til Vektorer
Implementering af Vektorer i Python
Matrixoperationer
Matrixoperationer i Python
Introduktion til Matrixtransformationer
Implementering af Matrixtransformation i Python
Udfordring: Kombinerede Transformationer af en Vektor
Introduktion til Matrixdekomposition
Implementering af Matrixdekomposition i Python
Udfordring: Løsning af et Lineært Ligningssystem med LU-Dekomponering
Introduktion til Egenvektorer og Egenværdier
Implementering af Egenvektorer og Egenværdier i Python
Dyk ned i sandsynlighedsteori og statistik. Undersøg betinget sandsynlighed, Bayes' sætning og statistiske mål. Implementer centrale begreber i Python, simuler fordelinger, og styrk dine færdigheder gennem udfordringer og quizzer.
Forståelse af Sandsynlighedsgrundlæggende
Implementering af Sandsynlighedsgrundlæggende i Python
Forståelse af Betinget Sandsynlighed og Bayes' Sætning
Implementering af Betinget Sandsynlighed og Bayes' Sætning i Python
Forståelse af Sampling
Implementering af Sampling i Python
Forståelse af Centraltendens og Spredning
Implementering af Spredning i Python
Udfordring: Sandsynlighedsanalyse for Kvalitetskontrol
Forståelse af Sandsynlighedsfordelinger
Implementering af Sandsynlighedsfordelinger i Python
Udfordring: Kvalitetskontrolprøvetagning
Behersk de grundlæggende trin til at rense og forberede rådata til analyse og maskinlæring.
Omform rådata til anvendelige funktioner til maskinlæringsmodeller.
Udvikling og udvælgelse af features for at forbedre modellens ydeevne og fortolkelighed.
Lad os begynde med den simpleste lineære regressionsmodel! Du vil lære idéen bag lineær regression og hvordan man foretager forudsigelser i Python.
De fleste virkelige forudsigelsesopgaver involverer mere end én feature. Du vil lære, hvordan man håndterer lineær regression med flere features.
En ret linje beskriver ikke altid dataene tilstrækkeligt. Lad os lære at opbygge en mere kompleks model til forudsigelse. Det er det, polynomiel regression egner sig til.
Nu hvor du ved, hvordan man opbygger flere lineære regressionsmodeller, har du brug for en metode til at vælge den bedste. Dette kan opnås ved hjælp af metrikker. Dette afsnit forklarer de mest anvendte metrikker og de udfordringer, du kan møde ved brugen af dem.
Opdag, hvordan k-nærmeste naboer-algoritmen foretager forudsigelser baseret på lighed. Lær at håndtere flere egenskaber, justere parametre og anvende krydsvalidering for at forbedre nøjagtigheden.
Forstå, hvordan logistisk regression modellerer sandsynligheder og klassificerer udfald. Øv implementering, fortolkning af beslutningsgrænser og anvendelse af regularisering for at forhindre overfitting.
Lær, hvordan beslutningstræer opdeler data i meningsfulde grupper baseret på featureværdier. Udforsk, hvordan parametre som trædybde og minimum antal prøver per blad påvirker modellens ydeevne og generalisering.
Undersøg, hvordan random forests kombinerer flere beslutningstræer for at forbedre nøjagtighed og robusthed. Forstå betydningen af tilfældighed og anvend denne ensemble-metode på virkelige data.
Evaluering af modeller ved hjælp af metrikker såsom nøjagtighed, præcision, recall og F1-score. Lær at fortolke forvekslingsmatrixer og sammenligne flere klassifikatorer for at identificere den bedst præsterende model.
Dyk ned i de grundlæggende principper for klyngering og opdag, hvordan det adskiller sig fra klassifikation. Udforsk essentielle algoritmer, værktøjer og biblioteker, der driver denne usuperviserede læringsteknik til at afdække skjulte mønstre i data.
Opnå et solidt kendskab til centrale forbehandlingsteknikker, der sikrer effektiv klyngeanalyse. Håndtering af manglende værdier, kodning af kategoriske variable, normalisering af data samt valg af passende afstandsmål og koblinger for at øge nøjagtigheden af klyngeanalysen.
Opnå færdighederne til effektiv anvendelse af K-Means klyngedannelse. Forstå algoritmens funktion, fastlæg det optimale antal klynger, og få praktisk erfaring med implementering af K-Means på både syntetiske og virkelige datasæt.
Udforsk det grundlæggende i hierarkisk klyngedannelse og lær, hvordan data grupperes i meningsfulde klynger ved hjælp af dendrogrammer. Opnå fortrolighed med at identificere det optimale antal klynger og implementere teknikken på både syntetiske og virkelige datasæt.
Opdag, hvordan DBSCAN udmærker sig ved at identificere klynger med varierende former og håndtere støj i data. Forstå mekanismerne bag denne tæthedsbaserede algoritme, metoder til at tildele punkter til klynger samt anvendelse på både syntetiske og virkelige datasæt med sikkerhed.
Opnå et solidt kendskab til Gaussiske Mixture Models og hvordan de anvender sandsynlighed til at modellere komplekse klyngestrukturer. Gennemgå principperne for Gaussisk fordeling, undersøg hvordan GMM'er fungerer, og opbyg fortrolighed ved at anvende dem på både dummy- og virkelige data.
Explore the fundamental metrics used to evaluate classification models, including their definitions, formulas, Python implementations, and interpretation. Includes advanced metrics and model validation techniques relevant to classification.
Delve into the core metrics for evaluating regression models, including their mathematical foundations, Python implementations, and result interpretation. Includes advanced validation techniques relevant to regression.
Examine the key metrics for evaluating unsupervised learning models, including clustering, dimensionality reduction, and anomaly detection. Learn their mathematical foundations, Python implementations, and interpretation.
Boost dine Tech Færdigheder!
med op til 55% rabat
Features:
*Tracks not included in Pro plan
500+ Topbedømte kurserBanebrydende AI Copilot
Personlige studieveje40+ praktiske virkelige projekter
Uden afbestilling, før den valgte rabatplan udløber, accepterer jeg, at Codefinity automatisk opkræver $104 hver 3. måned indtil jeg annullerer. Læs mere om afbestillings- og refunderingspolitikken på Abonnementsvilkår.
Recommended Courses and Projects
kursus
Introduktion til Python
Python er et højniveau, fortolket, generelt anvendeligt programmeringssprog. I modsætning til sprog som HTML, CSS og JavaScript, der primært anvendes til webudvikling, udmærker Python sig ved sin alsidighed på tværs af flere domæner, herunder softwareudvikling, datavidenskab og back-end udvikling. Dette kursus vil guide dig gennem Pythons grundlæggende koncepter og give dig færdighederne til at oprette dine egne funktioner ved programmets afslutning.
4 timer
46 kapitlerBegynder
731 STUDERER NU
kursus
Python Ninja
Velkommen til Python Ninja-kurset! Dette engagerende og interaktive kursus er designet til at introducere dig til grundlæggende Python-programmering gennem et sjovt og lærerigt spil. Du vil guide en ninja gennem forskellige udfordringer ved at bruge Python til at styre bevægelser og interagere med objekter som sushi. Du starter med det basale og lærer at navigere på kortet, samle og placere sushi, og gradvist bevæger du dig videre til mere avancerede programmeringskoncepter som funktioner, løkker og betingede udsagn. Hvert kapitel tilbyder praktiske øvelser, der styrker din læring, og afsluttes med spændende udfordringer, der tester dine færdigheder. Uanset om du er helt nybegynder eller ønsker at forbedre dine kodningsevner, giver dette kursus en omfattende og fornøjelig læringsoplevelse. Deltag og bliv en kodningsninja!
3 timer 34 kapitlerBegynder
620 STUDERER NU
kursus
Datatyper i Python
Opnå en solid forståelse af Pythons grundlæggende datatyper og lær at arbejde effektivt med dem. Udforsk tal, booleske værdier og strenge gennem praktiske øvelser og eksempler. Opbyg selvtillid i udførelsen af basale operationer og udvikl de grundlæggende færdigheder, der er nødvendige for at skrive ren og effektiv Python-kode.
3 timer 29 kapitlerBegynder
67 STUDERER NU
kursus
Python Datastrukturer
Udforsk de grundlæggende datastrukturer i programmeringssproget Python, herunder lister, ordbøger, tupler og mængder, og lær hvordan de kan anvendes effektivt til at løse virkelige programmeringsudfordringer.
3 timer 31 kapitlerBegynder
72 STUDERER NU
kursus
Introduktion til Pandas
Pandas er et yderst brugervenligt bibliotek til dataanalyse. Det er også designet til at håndtere store datasæt ved hjælp af datastrukturer som DataFrame og Series. Dette gør det til et uvurderligt værktøj inden for Data Science. I denne guide bliver du introduceret til en række statistiske funktioner, herunder hvordan man finder korrelationer, typetal, medianer samt maksimum- og minimumværdier i et datasæt. Du lærer også, hvordan man håndterer manglende værdier og manipulerer specifikke værdier, samt hvordan man fjerner dem.
4 timer 33 kapitlerMellemniveau
49 STUDERER NU
kursus
Python Loops Tutorial
Opbyg selvtillid i at mestre Python-løkker! Start med det grundlæggende i for- og while-løkker og gå videre til avancerede begreber som indlejrede løkker, kontroludsagn og dynamiske betingelser. Med praktiske øvelser og eksempler fra den virkelige verden, få færdighederne til at skrive effektiv, ren og kraftfuld kode. Perfekt for begyndere og alle, der ønsker at skærpe deres Python-ekspertise!
2 timer 20 kapitlerBegynder
24 STUDERER NU
kursus
Kontrolflow i Python
Udforsk nuancerne i den betingede if-else-operator i Python gennem klare forklaringer og praktiske eksempler. Styrk din forståelse med praktiske opgaver, der understøtter hvert koncept, og opdag, hvordan if-elif-else-sætninger anvendes effektivt til mere kompleks beslutningstagning.
1 time 15 kapitlerBegynder
16 STUDERER NU
kursus
Python Funktioner Vejledning
Opnå en solid forståelse af, hvordan funktioner former Python-programmering. Behersk definition og kald af funktioner, arbejde med argumenter, håndtering af returværdier samt oprettelse af fleksibel og effektiv kode ved brug af rekursion og lambda-udtryk.
2 timer 24 kapitlerBegynder
32 STUDERER NU
kursus
Numpy-Grundlæggende
Lås op for det fulde potentiale af Pythons mest essentielle bibliotek til numerisk databehandling, NumPy. Dette omfattende kursus er designet til at føre dig fra et begynderforståelse til et avanceret niveau af færdigheder i NumPy. Uanset om du er data scientist, ingeniør, forsker eller udvikler, er det afgørende at mestre NumPy for effektiv datamanipulation, videnskabelig databehandling og maskinlæring.
3 timer 26 kapitlerMellemniveau
44 STUDERER NU
kursus
Data Wrangling med Pandas
Dette kursus indeholder mange nyttige funktioner for en kommende dataanalytiker. Du vil lære forskellige metoder til at udtrække data og endda sætte betingelser for dem. Herefter vil du blive fortrolig med metoder til gruppering af data. Du vil også lære, hvordan man forbehandler data. Hvert afsnit har sit eget datasæt, hvilket gør kurset engagerende.
4 timer 33 kapitlerMellemniveau
16 STUDERER NU
kursus
Functional Programming Concepts in Python
In this course, you will learn advanced topics such as function arguments, iterators, generators, closures, and decorators. Dozens of practice exercises will help you grasp these topics.
3 timer 27 kapitlerMellemniveau
23 STUDERER NU
kursus
Python Strukturel Programmering
Du vil opnå praktiske færdigheder i Pythons moduler og imports for effektiv kodestyring. Behersk avancerede teknikker til fejlhåndtering for mere pålidelige applikationer, automatiser filoperationer med filhåndtering, og lær robuste teststrategier med Pytest og Unittest for at sikre din kodes integritet.
5 timer 32 kapitlerAvanceret
35 STUDERER NU
Discover more Learning Tracks
spor
Webudvikling Med C#
10 Kurser
439 OpgaverBegynder
4.7
(3578)
spor
SQL fra Begynder til Ekspert
7 Kurser248 OpgaverBegynder
4.7
(3775)
spor
C++ Grundlæggende
6 Kurser124 OpgaverBegynder
4.3
(1200)
spor
Spiludvikling med Unity
4 Kurser164 OpgaverBegynder
4.4
(255)
spor
Bliv En React-Udvikler
4 Kurser73 OpgaverMellemniveau
4.3
(118)
spor
Full Stack Webudvikling
7 Kurser399 OpgaverBegynder
4.6
(1406)
spor
Frontend Udviklingsgrundlag
6 Kurser387 OpgaverBegynder
4.6
(1341)
spor
Mestring af Datavisualisering
5 Kurser146 OpgaverMellemniveau
4.6
(1027)
spor
C++ Mastery
4 Kurser85 OpgaverAvanceret
4.5
(92)
spor
Java Web
6 Kurser240 OpgaverAvanceret
4.7
(4135)
spor
Bliv QA-Ingeniør
5 Kurser316 OpgaverBegynder
4.6
(1147)
Hvorfor Folk Vælger Codefinity
Web Developer
Kwizera Mugisha
The teaching methodology at Codefinity is excellent, and I particularly appreciate how it has prepared me to handle real-world coding problems. Currently, I am delving into Node.js and eagerly anticipate building full-stack projects that integrate all the knowledge I have gained.
Senior Business Analyst
Sherry Barnes-Fox
My first course was 4 hours, I did it in a few days, "nugget-style". The instructions are very clear and easy to understand. There is even a hint to help you get the answer. I love the learning style that is used, it engages me.
Accounts Payable Specialist
Bill Wagner
I have really liked the browser-based lessons that allow me to code within the lesson. The RUN button allows me to test the code I write before submitting for a grade.
IT Support Specialist
Daniel Chinea
I have gained a lot of practical and logical thinking skills, along with patience for myself and confidence in myself that I can learn programming. Years ago, I would have never thought that I could learn programming in any way, shape or form, and I was able to obtain these certifications and skills with Codefinity.
Technology Project Manager
Steve Bruening
The learning was progressive and made it easy to follow along and make progress. I could feel my skills increasing and building on each other as the course went along.
Project Manager
Stephanie Chan
As I went through the first course of the Python track, I liked the way the course was lay out (in easy and digestible modules) with little exercises at the end of each concept.
Step-by-Step to Stellar Results
Interaktivt kodningsmiljø
Dyk ned i vores interaktive miljø: skriv og kør din kode med feedback i realtid og succesmålinger—lær ved at gøre på hvert trin.
AI-drevet support
Udnyt den indbyggede AI-assistent til at forklare fejl, foreslå rettelser eller besvare spørgsmål om din kode—så du forbliver produktiv og aldrig går i stå.
Check your progress
Afslut hvert modul med en hurtig quiz, der giver øjeblikkelig feedback, sporer din fremgang og sikrer, at du har mestret nøglekoncepter.
Promote your expertise
Tjen dit brancheanerkendte certifikat ved afslutning og del det på LinkedIn med ét klik—lad dit netværk se, hvad du kan.
Betroet af Medarbejdere fra Ledende Virksomheder
og Studerende fra Topuniversiteter
Fuld adgang til kataloget
Et abonnement åbner dette kursus og hele vores katalog af projekter og færdigheder.Features:
500+ Topbedømte kurserBanebrydende AI Copilot
Personlige studieveje40+ praktiske virkelige projekter
Uden afbestilling, før den valgte rabatplan udløber, accepterer jeg, at Codefinity automatisk opkræver $104 hver 3. måned indtil jeg annullerer. Læs mere om afbestillings- og refunderingspolitikken på Abonnementsvilkår.
Prøv Codefinity med tillid – 30-dages pengene-tilbage-garanti inkluderet
For at byde dig velkommen til Codefinity, tilbyder vi op til 64% rabat på vores kurser. Plus, vi har en 30-dages pengene-tilbage-garanti, så du kan prøve os uden risiko.Vi ser virkelig frem til at byde dig velkommen til vores platform og er engagerede i at gøre din læringsoplevelse nem, interaktiv og sjov.
Ready to get started?
Pro
Best intro offer
Ultimate
A complete experience
to kickstart your career
to kickstart your career
500+ Top-Rated courses
Completion certificates
Early access to new courses
40+ hands-on Real-world projects
Personalized study tracks
Unlimited workspaces
Få øjeblikkelig adgang til 500+ kurser
Ubegrænset Læring, Øjeblikkelig AdgangFå fuld adgang til alle kurser og spor, inklusive videoindhold, quizzer og dybdegående materialer—start læring når som helst.
Brancheanerkendte CertifikaterTjen certifikater, der validerer din ekspertise og styrker din karriere inden for tech, AI, data, marketing og mere.
KI-assisteret læringFå personlige hints, feedback i realtid og AI-drevne forklaringer for at fremskynde din fremgang.
Konstant Udvidelse: Nye Kurser & KarriereforløbHold dig foran med konstant opdaterede kurser, karriereplaner, udfordringer og praktiske prøver.
Opbyg Færdigheder Der TællerMestre efterspurgte færdigheder med kurser i AI, datavidenskab, programmering, marketing, automatisering, webudvikling og mere.
Interaktiv & Problemfri LæringEngager dig med praktiske projekter, virkelige øvelser og en intuitiv læringsoplevelse — ingen ekstra værktøjer nødvendige.
