Track

Сертифікат

Основи Machine Learning

4.9+

★★★★★

7 відгуки

Intermediate

Трек знайомить з основними поняттями та методами в галузі Machine Learning (Машинного Навчання). Цей комплексний навчальний трек охоплює різні важливі теми, включаючи використання бібліотеки scikit-learn для запуску машинного навчання, застосування лінійної регресії для прогнозного моделювання, вивчення методів класифікації для категоризації даних, а також вивчення алгоритмів кластеризації для виявлення закономірностей у наборах даних. Показати більше

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 Teams

What 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

122 chapters
17 hours
135 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.

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.

Module 2 / Linear Regression with Python

Let's start with the simplest Linear Regression model! You will learn the idea behind Linear Regression and how to make predictions in Python.

Most real-world prediction tasks involve more than one feature. You will learn how to handle Linear Regression with multiple features.

A straight line does not always describe the data well. Let's learn how to build a more complex model for prediction! That's what the Polynomial Regression is suited for.

Now that you know how to build many Linear Regression models, you need a way to choose the best one. This is achievable using metrics. This section explains the most used ones and the difficulties you can face using them.

Module 3 / Classification with Python

Module 4 / Ensemble Learning

What is an ensemble? How are ensembles different from standard machine-learning models? What are the types of ensembles? Let's consider the answers to these questions.

Let's consider some commonly used bagging ensemble models, the features of their use, and also apply some of them to solve real-life tasks.

The mechanism of work of boosting models differs from bagging models. Now we will explore these distinctions, gain insights into utilizing model boosting for problem-solving, and illustrate its functionality through practical demonstrations.

Let's consider some commonly used stacking ensemble models, the features of their use, and also apply some of them to solve real-life tasks.

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.

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.

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

Головне - вчитися і не здаватися

Матеріал хороший, є багато чого вивчити, все для того, щоб стати кращим, і головне - вчитися тому, чого хочете....

Matteo Comune

Завдяки їм я багато чого вчуся…

Завдяки їм я вчуся набагато швидше, тому що вони допомагають зрозуміти все з нуля. Це найкращий сайт, який допомагає людям без досвіду в ІТ...

Yuliana Cadavid

чудовий курс для початківців

чудовий курс для початківців, вони перевіряють ваші знання в кожному уроці...

Elpunzon

Я насолоджуюся своїм досвідом з Codefinity…

Я насолоджуюся своїм досвідом з Codefinity, вивчаючи Python. Самостійний спосіб навчання чудовий, тому що я можу вписати його у свій графік...

Alexandru Alexandru

Приємно вчитися з Codefinity

Приємно вчитися з Codefinity. Це легко і є хороші приклади того, що я тут вивчив...

jacob Templet

Easy to follow along with and provides…

Легко слідувати і надає виклик у моєму повсякденному житті. Виклик змушує мене хотіти вчитися день за днем...

Elan

Codefinity - це всебічне навчання…

Codefinity - це всебічний навчальний інструмент, який допоможе вам розвивати свої навички як інженера-програміста або науковця з даних. Вправи веселі і є хорошим способом відточити свої навички...

Thibault

Вперше вчуся кодувати

Вперше вчуся кодувати і успішно роблю це з Codefinity - дякую...

Adrien Morel

Добре спроектовано для повних початківців

Добре спроектовано для повних початківців, поступовий прогрес і змушує мене почуватися впевнено....

_Gracy

це просто ідеально пояснено

це просто ідеально пояснено! досі я не відчував жодних труднощів, тому що все так добре організовано...

Ruslan Kravchuk

Головне - вчитися і не здаватися

Matteo Comune

Завдяки їм я багато чого вчуся…

Yuliana Cadavid

чудовий курс для початківців

чудовий курс для початківців, вони перевіряють ваші знання в кожному уроці...

Elpunzon

Я насолоджуюся своїм досвідом з Codefinity…

Alexandru Alexandru

Приємно вчитися з Codefinity

Приємно вчитися з Codefinity. Це легко і є хороші приклади того, що я тут вивчив...

jacob Templet

Easy to follow along with and provides…

Легко слідувати і надає виклик у моєму повсякденному житті. Виклик змушує мене хотіти вчитися день за днем...

Elan

Codefinity - це всебічне навчання…

Thibault

Вперше вчуся кодувати

Вперше вчуся кодувати і успішно роблю це з Codefinity - дякую...

Adrien Morel

Добре спроектовано для повних початківців

Добре спроектовано для повних початківців, поступовий прогрес і змушує мене почуватися впевнено....

_Gracy

це просто ідеально пояснено

це просто ідеально пояснено! досі я не відчував жодних труднощів, тому що все так добре організовано...

Data Engineer

Сертифікат про завершення

Покажіть свої нові навички. Ви це заслужили

Discover more
Learning tracks

	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

Основи Machine Learning

TEST TRACK 12

Full Stack Веб Розробка

Станьте React Розробником

Аналіз та Візуалізація Даних на Python

SQL з Нуля до Героя

С++ для Початківців

Python з Нуля до Героя

Python Понад Середній Рівень

Основи Java

Розробка Ігор з Unity

Become a Django Developer

Flask for Dummies

Основи Frontend Розробки

Web Developer from Zero to Hero

Preparation for Data Science

Deep Learning Odyssey

Веб-Розробка з C#

TEST E2E TRACK BEGINNER

Test Track

Skilled Python BackEnd Developer

Test Recalculate

Основи Excel

Full-Stack .NET Developer Journey

Full-Stack .NET Developer Journey

Test track with rating

TEST TEST TRACK

Основи Аналітика Даних

C++ Mastery

Java Web

Стати Інженером QA

Video Production With Adobe

Інструменти Дизайну UI/UX

Test image upload track

Essential Office Skills

GitHub from Zero to Hero

No-Code Website Development

C Programming & Low-Level Development

testes

Test translation track

Test CMS Track

Python for Data Analysis

Digital Marketing Essentials

Complete Social Media Management

Ready to get started?