Maskinlæring – Fordypning
Intermediate
4.5
252 reviews
5.2k+ Learners
Behersk hele spekteret av maskinlæring med Python, og kombiner praktiske ferdigheter med solid teoretisk grunnlag. Bygg modeller raskt med scikit-lear…
188
Chapters
21
Learning hours
182
Assignments
AI Assistant
Shareable Certificate
Resultater
Resultater
Track content
Related courses and projects
Attester
Funksjoner
Priser
Resultater
Resultater
Track content
Related courses and projects
Attester
Funksjoner
Priser
Hva 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 maskinlæringskonsepter og arbeidsflyten i et ML-prosjekt.
Forbehandling er sannsynligvis den viktigste fasen i et ML-prosjekt. Dette kapittelet dekker forbehandlingsstegene som trengs for nesten alle datasett.
Scikit-learn-Konsepter
Bli Kjent Med Datasettet
Håndtering av Manglende Verdier
Utfordring: Imputering av Manglende Verdier
Ordinalenkoder
One-Hot-Koder
Labelencoder
Utfordring: Koding av Kategoriske Variabler
Hvorfor Skalere Dataene?
StandardScaler, MinMaxScaler, MaxAbsScaler
Utfordring: Skalering av Funksjonene
En pipeline er en ryddig måte å kombinere alle forhåndsprosesseringssteg samt en modell. Pipeliner gjør det mye enklere å trene og bruke en modell.
Modellering er den mest spennende fasen i et ML-prosjekt. La oss lære å bygge, finjustere og evaluere modellen!
Utforsk grunnlaget for matematiske funksjoner. Lær om ulike typer algebraiske og transcendentale funksjoner, deres egenskaper, og hvordan de kan implementeres i Python for å løse reelle problemer.
Introduksjon til funksjoner
Grunnleggende om Jupyter Notebook
Implementering av Grunnleggende Funksjoner i Python
Algebraiske Funksjoner
Implementering av Identitets-Kvadratiske Funksjoner i Python
Implementering av Rasjonale Funksjoner i Python
Utfordring: Maksimere Fortjeneste ved Bruk av Kvadratiske Funksjoner
Transcendentale Funksjoner
Implementering av Eksponential-Logaritmefunksjoner i Python
Implementering av Sinusoidal-Tangentfunksjoner i Python
Behersk konseptene mengder og rekker, fra grunnleggende operasjoner til praktiske anvendelser. Få praktisk erfaring med å implementere mengdeoperasjoner og arbeide med aritmetiske og geometriske rekker i Python.
Utvikle en solid forståelse av grenser, deriverte, integraler og partiellderiverte. Knytt teori til praksis ved å implementere disse konseptene i Python og anvende dem på optimering gjennom gradient descent.
Introduksjon til Grenser
Implementering av Grenser i Python
Introduksjoner til Derivasjon
Implementering av Deriverte i Python
Introduksjon til Integraler
Implementering av Integraler i Python
Introduksjon til Partiellderivater
Implementering av Partielle Deriverte i Python
Gradient descent
Implementering av Gradient Descent i Python
Utfordring: Tilpasning av en Linje med Gradient Descent
Bygg solid kunnskap om vektorer, matriser og transformasjoner. Lær dekomponeringsmetoder og egenverdianalyse, samtidig som konseptene styrkes med Python-kodeutfordringer og praktiske anvendelser innen datavitenskap.
Introduksjoner til Vektorer
Implementering av Vektorer i Python
Matriseoperasjoner
Matriseoperasjoner i Python
Introduksjon til Matrisetransformasjoner
Implementering av Matrise-Transformasjon i Python
Utfordring: Kombinerte Transformasjoner av en Vektor
Introduksjon til Matrisedekomponering
Implementering av matrisedekomponering i Python
Utfordring: Løse Et Lineært Ligningssystem Med LU-Dekomponering
Introduksjon til Egenvektorer og Egenverdier
Implementering av Egenvektorer og Egenverdier i Python
Fordyp deg i sannsynlighetsteori og statistikk. Studer betinget sannsynlighet, Bayes’ teorem og statistiske mål. Implementer sentrale konsepter i Python, simuler fordelinger, og styrk ferdighetene dine gjennom utfordringer og quizer.
Forståelse av Sannsynlighetsgrunnlag
Implementering av Sannsynlighetsgrunnlag i Python
Forståelse av Betinget Sannsynlighet og Bayes' Teorem
Implementering av Betinget Sannsynlighet og Bayes’ Teorem i Python
Forståelse av Utvalg
Implementering av Utvalg i Python
Forståelse av Sentraltendens og Spredning
Implementering av Spredning i Python
Utfordring: Sannsynlighetsanalyse for Kvalitetskontroll
Forståelse av Sannsynlighetsfordelinger
Implementering av Sannsynlighetsfordelinger i Python
Utfordring: Kvalitetskontrollprøvetaking
Behersk de grunnleggende trinnene for å rense og klargjøre rådata for analyse og maskinlæring.
Transformer rådata til brukbare funksjoner for maskinlæringsmodeller.
Utvikling og utvalg av funksjoner for å forbedre modellens ytelse og tolkbarhet.
La oss begynne med den enkleste lineære regresjonsmodellen! Du vil lære om konseptet bak lineær regresjon og hvordan lage prediksjoner i Python.
De fleste prediksjonsoppgaver i virkeligheten involverer mer enn én variabel. Du vil lære hvordan man håndterer lineær regresjon med flere variabler.
En rett linje beskriver ikke alltid dataene godt. La oss lære hvordan vi kan bygge en mer kompleks modell for prediksjon. Det er dette polynomisk regresjon er egnet for.
Nå som du vet hvordan du bygger flere lineære regresjonsmodeller, trenger du en metode for å velge den beste. Dette kan oppnås ved hjelp av målemetoder. Denne delen forklarer de mest brukte metodene og utfordringene du kan møte ved bruk av dem.
Utforsk hvordan k-nærmeste naboer-algoritmen gjør prediksjoner basert på likhet. Lær å håndtere flere egenskaper, justere parametere og bruke kryssvalidering for å forbedre nøyaktigheten.
Forstå hvordan logistisk regresjon modellerer sannsynligheter og klassifiserer utfall. Øv på implementering, tolkning av beslutningsgrenser og bruk av regularisering for å forhindre overtilpasning.
Lær hvordan beslutningstrær deler data inn i meningsfulle grupper basert på egenskapsverdier. Utforsk hvordan parametere som treets dybde og minimum antall prøver per blad påvirker modellens ytelse og generalisering.
Utforsk hvordan random forest kombinerer flere beslutningstrær for å forbedre nøyaktighet og robusthet. Forstå rollen til tilfeldighet og bruk denne ensemblemetoden på virkelige data.
Vurder modeller ved hjelp av måleparametere som nøyaktighet, presisjon, tilbakekalling og F1-score. Lær å tolke forvirringsmatriser og sammenligne flere klassifikatorer for å identifisere den best presterende modellen.
Fordyp deg i det grunnleggende innen klyngeanalyse og oppdag hvordan det skiller seg fra klassifisering. Utforsk sentrale algoritmer, verktøy og biblioteker som driver denne teknikken for ikke-veiledet læring for å avdekke skjulte mønstre i data.
Få en grundig forståelse av sentrale forhåndsbehandlingsteknikker som sikrer effektiv klyngeanalyse. Lær hvordan man håndterer manglende verdier, koder kategoriske egenskaper, normaliserer data og velger passende avstandsmål og koblinger for å øke nøyaktigheten i klyngeanalysen.
Behersk ferdighetene som kreves for å anvende K-Means-klynging effektivt. Lær hvordan algoritmen fungerer, bestem det optimale antallet klynger, og få praktisk erfaring ved å implementere K-Means på både syntetiske og virkelige datasett.
Utforsk det grunnleggende innen hierarkisk klynging og lær hvordan data kan grupperes i meningsfulle klynger ved hjelp av dendrogrammer. Bygg trygghet i å identifisere det optimale antallet klynger og implementere teknikken på både syntetiske og virkelige datasett.
Utforsk hvordan DBSCAN utmerker seg i å oppdage klynger med varierende former og håndtere støy i data. Lær mekanismene bak denne tetthetsbaserte algoritmen, hvordan punkter tilordnes klynger, og bruk den på både syntetiske og virkelige datasett med trygghet.
Få en grundig forståelse av gaussiske blandingsmodeller og hvordan de bruker sannsynlighet for å modellere komplekse klyngestrukturer. Prinsipper for gaussisk fordeling, utforskning av hvordan GMM fungerer, samt anvendelse på både dummydata og virkelige datasett.
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.
Forbedre dine tekniske ferdigheter!
med opptil 55% rabatt
Features:
*Tracks not included in Pro plan
500+ topprangerte kursBanebrytende AI Copilot
Personlige studieløp40+ praktiske prosjekter fra virkeligheten
Uten oppsigelse, før den valgte rabatterte planen utløper, godtar jeg at Codefinity automatisk belaster $104 hver 3. måned til jeg kansellerer. Les mer om oppsigelses- og refusjonspolicy på Abonnementsvilkår.
Recommended Courses and Projects
kurs
Introduksjon til Python
Python er et høynivå, tolket, generelt programmeringsspråk. I motsetning til språk som HTML, CSS og JavaScript, som hovedsakelig brukes innen webutvikling, utmerker Python seg med sin allsidighet på tvers av flere domener, inkludert programvareutvikling, datavitenskap og back-end-utvikling. Dette kurset vil veilede deg gjennom grunnleggende konsepter i Python og gi deg ferdigheter til å lage egne funksjoner ved programmets slutt.
4 timer
46 kapitlerNybegynner
706 STUDERER NÅ
kurs
Python Ninja
Velkommen til Python Ninja-kurset! Dette engasjerende og interaktive kurset er utviklet for å introdusere deg for grunnleggende Python-programmering gjennom et morsomt og lærerikt spill. Du vil lede en ninja gjennom ulike utfordringer ved å bruke Python for å kontrollere bevegelser og samhandle med objekter som sushi. Du starter med det grunnleggende, lærer å navigere på kartet, plukke opp og plassere sushi, og går gradvis videre til mer avanserte programmeringskonsepter som funksjoner, løkker og betingede setninger. Hvert kapittel gir praktiske øvelser for å styrke læringen, og avsluttes med spennende utfordringer som tester ferdighetene dine. Enten du er helt nybegynner eller ønsker å forbedre dine kodeferdigheter, gir dette kurset en grundig og underholdende læringsopplevelse. Bli med oss og bli en kode-ninja!
3 timer 34 kapitlerNybegynner
576 STUDERER NÅ
kurs
Datatyper i Python
Få en solid forståelse av Pythons grunnleggende datatyper og lær hvordan du arbeider effektivt med dem. Utforsk tall, boolske verdier og strenger gjennom praktiske øvelser og eksempler. Bygg selvtillit i å utføre grunnleggende operasjoner og utvikle de nødvendige ferdighetene for å skrive ryddig og effektiv Python-kode.
3 timer 29 kapitlerNybegynner
72 STUDERER NÅ
kurs
Python Datastrukturer
Utforsk de grunnleggende datastrukturene i programmeringsspråket Python, inkludert lister, ordbøker, tupler og mengder, og lær hvordan de kan brukes effektivt for å løse virkelige programmeringsutfordringer.
3 timer 31 kapitlerNybegynner
81 STUDERER NÅ
kurs
Introduksjon til pandas
Pandas er et svært brukervennlig bibliotek for dataanalyse. Det er også utviklet for å håndtere store datasett, ved å bruke datastrukturer som DataFrame og Series. Dette gjør det til et uvurderlig verktøy innen Data Science. I denne veiledningen blir du kjent med ulike statistiske funksjoner, inkludert hvordan du finner korrelasjoner, typetall, medianer samt maksimums- og minimumsverdier i et datasett. Du lærer også hvordan du håndterer manglende verdier og manipulerer spesifikke verdier, samt hvordan du fjerner dem.
4 timer 33 kapitlerMiddelsnivå
56 STUDERER NÅ
kurs
Python Løkker Veiledning
Bygg selvtillit i å mestre Python-løkker! Start med det grunnleggende om for- og while-løkker og gå videre til avanserte konsepter som nestede løkker, kontrollsetninger og dynamiske betingelser. Med praktisk øvelse og eksempler fra virkeligheten, få ferdighetene til å skrive effektiv, ren og kraftig kode. Perfekt for nybegynnere og alle som ønsker å skjerpe sin Python-ekspertise!
2 timer 20 kapitlerNybegynner
33 STUDERER NÅ
kurs
Kontrollflyt i Python
Utforsk nyansene ved den betingede if-else-operatoren i Python gjennom klare forklaringer og praktiske eksempler. Styrk forståelsen med oppgaver som forsterker hvert konsept, og oppdag hvordan if-elif-else-setninger kan brukes effektivt for mer komplekse beslutningsprosesser.
1 time 15 kapitlerNybegynner
22 STUDERER NÅ
kurs
Python Funksjoner Veiledning
Få en solid forståelse av hvordan funksjoner former Python-programmering. Bli ekspert på å definere og kalle funksjoner, arbeide med argumenter, håndtere returverdier og lage fleksibel, effektiv kode ved bruk av rekursjon og lambda-uttrykk.
2 timer 24 kapitlerNybegynner
39 STUDERER NÅ
kurs
Numpy-Grunnleggende
Lås opp det fulle potensialet til Pythons mest essensielle bibliotek for numerisk databehandling, NumPy. Dette omfattende kurset er utformet for å ta deg fra et nybegynnernivå til avansert ferdighet i NumPy. Enten du er dataforsker, ingeniør, forsker eller utvikler, er det avgjørende å mestre NumPy for effektiv datamanipulering, vitenskapelig databehandling og maskinlæring.
3 timer 26 kapitlerMiddelsnivå
46 STUDERER NÅ
kurs
Datahåndtering med Pandas
Dette kurset inneholder mange nyttige funksjoner for en fremtidig dataanalytiker. Du vil lære ulike metoder for å hente ut data og til og med sette betingelser for dem. Etter dette vil du bli kjent med metoder for å gruppere data. Du vil også lære hvordan du forhåndsbehandler data. Hver seksjon har sitt eget datasett, noe som gjør kurset engasjerende.
4 timer 33 kapitlerMiddelsnivå
24 STUDERER NÅ
kurs
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 kapitlerMiddelsnivå
26 STUDERER NÅ
kurs
Python Strukturert Programmering
Du vil tilegne deg praktiske ferdigheter i bruk av Python-moduler og import for effektiv kodehåndtering. Behersk avanserte teknikker for feilhåndtering for mer pålitelige applikasjoner, automatiser filoperasjoner med filhåndtering, og lær robuste teststrategier med Pytest og Unittest for å sikre kodeintegritet.
5 timer 32 kapitlerAvansert
32 STUDERER NÅ
Discover more Learning Tracks
spor
Webutvikling med C#
10 Kurs
439 OppgaverNybegynner
4.7
(3560)
spor
SQL fra Nybegynner til Ekspert
7 Kurs249 OppgaverNybegynner
4.7
(3760)
spor
C++-Grunnleggende
6 Kurs124 OppgaverNybegynner
4.3
(1181)
spor
Spillutvikling med Unity
4 Kurs164 OppgaverNybegynner
4.4
(248)
spor
Bli en React-Utvikler
4 Kurs98 OppgaverMiddelsnivå
4.3
(117)
spor
Java Essensielt
11 Kurs459 OppgaverNybegynner
4.5
(525)
spor
Full Stack Webutvikling
7 Kurs424 OppgaverNybegynner
4.6
(1397)
spor
Grunnleggende Innen Frontend-Utvikling
6 Kurs387 OppgaverNybegynner
4.6
(1332)
spor
Mestring av Datavisualisering
5 Kurs146 OppgaverMiddelsnivå
4.6
(1015)
spor
C++ Mastery
4 Kurs85 OppgaverAvansert
4.5
(90)
spor
Java Web
7 Kurs279 OppgaverAvansert
4.6
(1793)
Hvorfor folk velger 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 kodemiljø
Dykk inn i vårt interaktive miljø: skriv og kjør koden din med sanntids tilbakemelding og suksessmålinger—lær ved å gjøre på hvert trinn.
AI-drevet støtte
Bruk den innebygde AI-assistenten til å forklare feil, foreslå løsninger eller svare på spørsmål om koden din—slik at du forblir produktiv og aldri står fast.
Check your progress
Avslutt hver modul med en rask quiz som gir umiddelbar tilbakemelding, sporer fremgangen din og sikrer at du har mestret viktige konsepter.
Promote your expertise
Tjen ditt bransjeanerkjente sertifikat ved fullføring og del det på LinkedIn med ett klikk—la nettverket ditt se hva du kan gjøre.
Stolte på av ansatte i ledende selskaper
og studenter fra toppuniversiteter
Full tilgang til katalogen
Et abonnement gir tilgang til dette kurset og hele katalogen vår av prosjekter og ferdigheter.Features:
500+ topprangerte kursBanebrytende AI Copilot
Personlige studieløp40+ praktiske prosjekter fra virkeligheten
Uten oppsigelse, før den valgte rabatterte planen utløper, godtar jeg at Codefinity automatisk belaster $104 hver 3. måned til jeg kansellerer. Les mer om oppsigelses- og refusjonspolicy på Abonnementsvilkår.
Prøv Codefinity med tillit – 30-dagers pengene-tilbake-garanti inkludert
For å ønske deg velkommen til Codefinity, tilbyr vi opptil 64% rabatt på våre kurs. I tillegg har vi en 30-dagers pengene-tilbake-garanti, slik at du kan prøve oss uten risiko.Vi ser virkelig frem til å ønske deg velkommen til vår plattform og er forpliktet til å gjøre din læringsopplevelse enkel, interaktiv og morsom.
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 umiddelbar tilgang til 500+ kurs
Ubegrenset læring, umiddelbar tilgangFå full tilgang til alle kurs og spor, inkludert videoinnhold, quizer og dyptgående materialer—start læringen når som helst.
Bransjeanerkjente sertifikaterTjen sertifikater som bekrefter din ekspertise og styrker karrieren din innen teknologi, AI, data, markedsføring og mer.
KI-assistert læringFå personlige hint, sanntids tilbakemelding og AI-drevne forklaringer for å akselerere fremgangen din.
Stadig utvidelse: Nye kurs og karrieresporHold deg foran med stadig oppdaterte kurs, karriereveikart, utfordringer og praktiske prøver.
Bygg ferdigheter som betyr noeMestre etterspurte ferdigheter med kurs i AI, datavitenskap, programmering, markedsføring, automatisering, webutvikling og mer.
Interaktiv og sømløs læringEngasjer deg med praktiske prosjekter, virkelige øvelser og en intuitiv læringsopplevelse — ingen ekstra verktøy nødvendig.
