

Osäker på var
börja?
Track
Certifikat
Övervakad Maskininlärning
4.6+
★★★★★
★★★★★
134 omdömen
Intermediate
Denna kurs introducerar grundläggande koncept och metoder för maskininlärning. Den täcker användningen av scikit-learn för modellutveckling, linjär regression för prediktiv analys och klassificeringsmetoder för datakategorisering. Visa mer
python
Boost your Tech Skills!
with up to 55% off
What you'll get with our subscription:
Access to 85+ top-rated courses
AI-driven Learning
Workspaces for practicing your skills
Personalized study tracks
Certificates of completion
Training 2 or more people?
Get your team access to Codefinity courses anytime, anywhere.
Try Codefinity TeamsWhat you will learn
- Understand the core principles of supervised learning and apply them using scikit-learn
- Develop a strong mathematical foundation for data science, including linear algebra, probability, and optimization
- Learn to implement and evaluate linear regression models for predictive analysis
- Explore classification techniques and build models to distinguish between different categories of data
- Master ensemble learning methods to improve model performance and robustness
- Learn the core principles of neural networks, how to build basic deep learning models and evaluate them
- 141 chapters
- 20 hours
- 148 tasks
Trusted by employees of leading companies
Learning track content
Module 1 / ML Introduction with scikit-learn
Learn the Machine Learning concepts and the ML project workflow.
Preprocessing is probably the most important stage of an ML project. This chapter covers the preprocessing steps needed for almost any dataset.
- Scikit-learn ConceptsFörhandsgranska
- Getting Familiar with DatasetFörhandsgranska
- Dealing with Missing ValuesFörhandsgranska
- Challenge: Imputing Missing ValuesFörhandsgranska
- OrdinalEncoderFörhandsgranska
- One-Hot EncoderFörhandsgranska
- LabelEncoderFörhandsgranska
- Challenge: Encoding Categorical VariablesFörhandsgranska
- Why Scale the Data?Förhandsgranska
- StandardScaler, MinMaxScaler, MaxAbsScalerFörhandsgranska
- Challenge: Scaling the FeaturesFörhandsgranska
A pipeline is a neat way to combine all the preprocessing steps as well as a model. Pipelines make it much easier to train and use a model.
Modeling is the most fun stage of an ML project. Let's learn to build, fine-tune and evaluate the model!
- ModelsFörhandsgranska
- KNeighborsClassifierFörhandsgranska
- Evaluating the ModelFörhandsgranska
- Cross-ValidationFörhandsgranska
- Challenge: Evaluating the Model with Cross-ValidationFörhandsgranska
- GridSearchCVFörhandsgranska
- The Flaw of GridSearchCVFörhandsgranska
- Challenge: Tuning Hyperparameters with RandomizedSearchCVFörhandsgranska
- Modeling SummaryFörhandsgranska
- Challenge: Putting It All TogetherFörhandsgranska
Module 2 / Linjär Regression med Python
Vi börjar med den enklaste modellen för linjär regression. Du kommer att lära dig grunderna i linjär regression och hur man gör prediktioner i Python.
De flesta prediktionsuppgifter i verkliga tillämpningar involverar mer än en variabel. Du kommer att lära dig hur man hanterar linjär regression med flera variabler.
En rät linje beskriver inte alltid data på ett bra sätt. Låt oss lära oss att bygga en mer komplex modell för prediktion. Det är vad polynomregression är lämpad för.
Nu när du vet hur man bygger flera linjära regressionsmodeller behöver du ett sätt att välja den bästa. Detta är möjligt med hjälp av metrik. Denna sektion förklarar de mest använda metoderna och de svårigheter du kan stöta på när du använder dem.
Module 3 / Classification with Python
- What is ClassificationFörhandsgranska
- What is k-NNFörhandsgranska
- k-NN with Multiple FeaturesFörhandsgranska
- Implementing k-NNFörhandsgranska
- Multi-Class ClassificationFörhandsgranska
- Train-test Split. Cross ValidationFörhandsgranska
- Challenge: Choosing the Best K Value.Förhandsgranska
- k-NN SummaryFörhandsgranska
- What is Logistic RegressionFörhandsgranska
- Finding the ParametersFörhandsgranska
- Challenge: Implementing Logistic RegressionFörhandsgranska
- Decision BoundaryFörhandsgranska
- Overfitting. RegularizationFörhandsgranska
- Challenge: Classifying Unseparateble DataFörhandsgranska
- Logistic Regression SummaryFörhandsgranska
Module 4 / Introduktion till Förstärkningsinlärning
Detta avsnitt introducerar de grundläggande principerna för förstärkningsinlärning, inklusive dess kännetecknande egenskaper, matematiska grunder och hur agenter lär sig genom interaktion och återkoppling. Du får även praktisk erfarenhet av viktiga verktyg för att förbereda dig inför att bygga och träna dina första RL-agenter.
- Vad är RL?Förhandsgranska
- RL Jämfört Med Andra InlärningsparadigmFörhandsgranska
- MarkovbeslutsprocessFörhandsgranska
- Episoder och BelöningarFörhandsgranska
- Modell, Policy och VärdenFörhandsgranska
- Utforskning kontra ExploateringFörhandsgranska
- Gymnasium-GrunderFörhandsgranska
- Utmaning: Konfigurera en MiljöFörhandsgranska
Detta avsnitt utforskar multi-armed bandit-problemet — en utmärkt miljö för att förstå utforsknings- och exploateringsdilemmat. Du kommer att lära dig och implementera algoritmer som hjälper agenter att fatta beslut under osäkerhet, genom att balansera belöningsmaximering med behovet av utforskning.
Detta avsnitt introducerar dynamisk programmering som en kraftfull metod för att lösa problem inom förstärkningsinlärning när en fullständig modell av miljön är tillgänglig. Du får lära dig hur man utvärderar och förbättrar policies med hjälp av Bellman-ekvationer samt utforskar centrala tekniker såsom policyiteration, värdeiteration och generaliserad policyiteration — vilket bygger den teoretiska grunden för framtida modellfria metoder.
- Vad är dynamisk programmering?Förhandsgranska
- Bellmans EkvationerFörhandsgranska
- OptimalitetsvillkorFörhandsgranska
- PolicyutvärderingFörhandsgranska
- PolicyförbättringFörhandsgranska
- Generaliserad PolicyiterationFörhandsgranska
- PolicyiterationFörhandsgranska
- VärdeiterationFörhandsgranska
- Utmaning: Dynamisk ProgrammeringFörhandsgranska
Detta avsnitt introducerar Monte Carlo-metoder för att lära värdefunktioner och policies från kompletta episoder av erfarenhet. Du kommer att utforska både on-policy och off-policy tillvägagångssätt, förstå hur utforskning påverkar inlärning samt implementera inkrementella tekniker för att effektivt uppskatta avkastning — allt utan att behöva en modell av miljön.
- Vad är Monte Carlo-metoder?Förhandsgranska
- VärdefunktionsuppskattningFörhandsgranska
- Monte Carlo-KontrollFörhandsgranska
- UtforskningsmetoderFörhandsgranska
- On-Policy Monte Carlo-KontrollFörhandsgranska
- Off-Policy Monte Carlo-KontrollFörhandsgranska
- Inkrementella ImplementationerFörhandsgranska
- Utmaning: Monte Carlo-metoderFörhandsgranska
Detta avsnitt introducerar temporär differensinlärning (TD), en grundläggande metod inom förstärkningsinlärning som kombinerar idéer från Monte Carlo och dynamisk programmering. Du får lära dig hur man uppskattar värdefunktioner från ofullständiga episoder, utforskar både on-policy (SARSA) och off-policy (Q-learning) tillvägagångssätt samt upptäcker hur Monte Carlo-metoder och TD-inlärning kan kombineras.
Module 5 / Introduction to Neural Networks
First, we will discuss what a neural network is and how it works. And also consider the scope of its application.
- What is a Neural Network?Förhandsgranska
- Applications of Deep Learning in the Real WorldFörhandsgranska
- Neural Networks or Traditional ModelsFörhandsgranska
- Neural Network StructureFörhandsgranska
- What is a Neuron?Förhandsgranska
- Activation FunctionsFörhandsgranska
- Forward and Backward PropagationFörhandsgranska
Next, we will try to build our own neural network and see how efficiently it copes with learning. We will also consider a ready-made solution from the scikit-learn library.
- Single Neuron ImplementationFörhandsgranska
- Challenge: Creating a NeuronFörhandsgranska
- Perceptron LayersFörhandsgranska
- Challenge: Creating a PerceptronFörhandsgranska
- Forward PropagationFörhandsgranska
- Loss FunctionFörhandsgranska
- Backward PropagationFörhandsgranska
- Backpropagation ImplementationFörhandsgranska
- Model TrainingFörhandsgranska
- Challenge: Training the PerceptronFörhandsgranska
- Model EvaluationFörhandsgranska
- Challenge: Evaluating the PerceptronFörhandsgranska
- Neural Network with scikit-learnFörhandsgranska
Finally, we will give you some additional useful information on how to understand which model to use and what types of neural networks there are. To complete the course, you will be tested on your acquired knowledge.
Requirements
- A computer with a browser - all browsers are supported.
- Your enthusiasm to enhance your tech skills.
- Everything else needed to start learning and practicing is already included in this course.
Over 200,000 5-star ratings and counting
Ruslan Kravchuk
Det viktigaste är att lära sig och inte ge upp
Materialet är bra, det finns mycket att lära, allt för att bli bättre och det viktigaste är att lära sig det man vill....
Matteo Comune
Tack vare dem lär jag mig mycket…
Tack vare dem lär jag mig mycket snabbare eftersom de hjälper dig att förstå allt från grunden. Det är den bästa webbplatsen som hjälper personer utan IT-bakgrund...
Yuliana Cadavid
Utmärkt kurs för nybörjare
Utmärkt kurs för nybörjare, de testar dina kunskaper i varje lektion...
Elpunzon
Jag njuter av min Codefinity-upplevelse…
Jag njuter av min Codefinity-upplevelse med att lära mig Python. Det självstyrda lärsättet är fantastiskt eftersom jag kan anpassa det efter mitt schema...
Alexandru Alexandru
Det är trevligt att lära sig från Codefinity
Det är trevligt att lära sig från Codefinity. Det är enkelt och har bra exempel på vad jag lärt mig här...
jacob Templet
Easy to follow along with and provides…
Lätt att följa med i och ger utmaningar i min vardag. Utmaningen får mig att vilja lära mig dag efter dag...
Elan
Codefinity är ett heltäckande lärverktyg…
Codefinity är ett heltäckande lärverktyg som hjälper dig att utveckla dina färdigheter som mjukvaruingenjör eller datavetare. Övningarna är roliga och ett bra sätt att skärpa dina kunskaper...
Thibault
Första gången jag lär mig att koda
Första gången jag lär mig att koda och lyckas med Codefinity - tack...
Adrien Morel
Väl utformad för totala nybörjare
Väl utformad för totala nybörjare, med stegvis utveckling som får mig att känna mig trygg....
_Gracy
det är helt enkelt perfekt förklarat
det är helt enkelt perfekt förklarat! Hittills har jag inte upplevt några svårigheter eftersom allt är så välorganiserat...
Ruslan Kravchuk
Det viktigaste är att lära sig och inte ge upp
Materialet är bra, det finns mycket att lära, allt för att bli bättre och det viktigaste är att lära sig det man vill....
Matteo Comune
Tack vare dem lär jag mig mycket…
Tack vare dem lär jag mig mycket snabbare eftersom de hjälper dig att förstå allt från grunden. Det är den bästa webbplatsen som hjälper personer utan IT-bakgrund...
Yuliana Cadavid
Utmärkt kurs för nybörjare
Utmärkt kurs för nybörjare, de testar dina kunskaper i varje lektion...
Elpunzon
Jag njuter av min Codefinity-upplevelse…
Jag njuter av min Codefinity-upplevelse med att lära mig Python. Det självstyrda lärsättet är fantastiskt eftersom jag kan anpassa det efter mitt schema...
Alexandru Alexandru
Det är trevligt att lära sig från Codefinity
Det är trevligt att lära sig från Codefinity. Det är enkelt och har bra exempel på vad jag lärt mig här...
jacob Templet
Easy to follow along with and provides…
Lätt att följa med i och ger utmaningar i min vardag. Utmaningen får mig att vilja lära mig dag efter dag...
Elan
Codefinity är ett heltäckande lärverktyg…
Codefinity är ett heltäckande lärverktyg som hjälper dig att utveckla dina färdigheter som mjukvaruingenjör eller datavetare. Övningarna är roliga och ett bra sätt att skärpa dina kunskaper...
Thibault
Första gången jag lär mig att koda
Första gången jag lär mig att koda och lyckas med Codefinity - tack...
Adrien Morel
Väl utformad för totala nybörjare
Väl utformad för totala nybörjare, med stegvis utveckling som får mig att känna mig trygg....
_Gracy
det är helt enkelt perfekt förklarat
det är helt enkelt perfekt förklarat! Hittills har jag inte upplevt några svårigheter eftersom allt är så välorganiserat...
Data Engineer
Certifikat för slutförande
Visa dina nyförvärvade färdigheter. Du har förtjänat det
Discover more
Learning tracks
Endast för Ultimate
7 Kurser
293 Uppgifter
Endast för Ultimate
6 Kurser
195 Uppgifter
Endast för Ultimate
4 Kurser
115 Uppgifter
Endast för Ultimate
6 Kurser
101 Uppgifter
Endast för Ultimate
4 Kurser
143 Uppgifter
Endast för Ultimate
4 Kurser
98 Uppgifter
Endast för Ultimate
3 Kurser
38 Uppgifter
Endast för Ultimate
7 Kurser
376 Uppgifter
Endast för Ultimate
7 Kurser
345 Uppgifter
Endast för Ultimate
6 Kurser
308 Uppgifter
Endast för Ultimate
5 Kurser
146 Uppgifter
Endast för Ultimate
3 Kurser
70 Uppgifter
Endast för Ultimate
7 Kurser
280 Uppgifter
Endast för Ultimate
5 Kurser
239 Uppgifter
Endast för Ultimate
4 Kurser
125 Uppgifter
Endast för Ultimate
3 Kurser
119 Uppgifter
Endast för Ultimate
3 Kurser
75 Uppgifter
Endast för Ultimate
5 Kurser
211 Uppgifter
Endast för Ultimate
5 Kurser
206 Uppgifter
Endast för Ultimate
3 Kurser
2 Projekt
49 Uppgifter
Endast för Ultimate
3 Kurser
180 Uppgifter
Endast för Ultimate
4 Kurser
153 Uppgifter
Learning tracks
spår
Webbutveckling med C#
Nybörjare
4.8
(2556)
spår
Python från Noll till Hjälte
Nybörjare
4.7
(9178)
spår
SQL från Nybörjare till Expert
Nybörjare
4.7
(2781)
spår
C++-Grunder
Nybörjare
4.4
(539)
spår
Spelutveckling med Unity
Nybörjare
4.6
(94)
spår
Bli en React-Utvecklare
Medelnivå
4.7
(70)
spår
Excel-Grunder
Nybörjare
4.7
(379)
spår
Java-Grunder
Nybörjare
4.7
(223)
spår
Fullstack Webbutveckling
Nybörjare
4.7
(905)
spår
Grunderna i Frontend-Utveckling
Nybörjare
4.7
(877)
spår
Bemästra Datavisualisering
Medelnivå
4.7
(604)
spår
C++ Mästerskap
Avancerad
4.8
(17)
spår
Java Web
Avancerad
4.7
(3067)
spår
Bli en QA-Ingenjör
Nybörjare
4.7
(760)
spår
Videoproduktion med Adobe
Nybörjare
5.0
(6)
spår
UI/UX Designverktyg
Nybörjare
4.9
(8)
spår
Grundläggande Kontorsfärdigheter
Nybörjare
4.8
(307)
spår
Digital Marketing Essentials
Nybörjare
4.8
(6)
spår
Complete Social Media Management
Nybörjare
5.0
(3)
spår
Business AI Toolkit
Nybörjare
4.7
(42)
spår
Webbplatsutveckling Utan Kod
Nybörjare
4.3
(3)
spår
Deep Learning Odyssey
Avancerad
4.8
(21)
Become a Development expert
Interactive exercises
Learning videos
AI-assistant on all courses
Workspaces for designing your own projects
Ready to get started?
ProBest intro offer | UltimateA complete experience to kickstart your career | |
---|---|---|
85+ Top-Rated courses | ||
Completion certificates | ||
AI-Assistant in all courses | ||
20+ hands-on Real-world projects | ||
Personalized study tracks | ||
Unlimited workspaces | ||
Boost your Tech Skills!
with up to 55% off
What you'll get with our subscription:
Access to 85+ top-rated courses
AI-driven Learning
Workspaces for practicing your skills
Personalized study tracks
Certificates of completion
Training 2 or more people?
Get your team access to Codefinity courses anytime, anywhere.
Try Codefinity Teams