Machine Learning Mastery
Intermediate
4.5
6 reviews
24 Learners
Updated 11/2025
Beheers het volledige spectrum van machine learning met Python, waarbij praktische vaardigheden worden gecombineerd met een sterke theoretische basis.…
188
Chapters
21
Learning hours
182
Assignments
AI Assistant
Shareable Certificate
Resultaten
Resultaten
Track content
Related courses and projects
Getuigenissen
Kenmerken
Prijzen
Resultaten
Resultaten
Track content
Related courses and projects
Getuigenissen
Kenmerken
Prijzen
Wat je zult leren
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
Leer de concepten van machine learning en de workflow van een ML-project.
Preprocessing is waarschijnlijk de belangrijkste fase van een ML-project. Dit hoofdstuk behandelt de preprocessing-stappen die nodig zijn voor vrijwel elke dataset.
Scikit-learn-Concepten
Kennismaken met de Dataset
Omgaan met Ontbrekende Waarden
Uitdaging: Imputeren van Ontbrekende Waarden
Ordinalencoder
One-hotencoder
Labelencoder
Uitdaging: Coderen van Categorische Variabelen
Waarom De Gegevens Schalen?
StandardScaler, MinMaxScaler, MaxAbsScaler
Uitdaging: Het Schalen van de Kenmerken
Een pipeline is een overzichtelijke manier om alle preprocessingsstappen en een model te combineren. Pipelines maken het veel eenvoudiger om een model te trainen en te gebruiken.
Modellering is de meest interessante fase van een ML-project. Leer het model opbouwen, verfijnen en evalueren!
Verken de basis van wiskundige functies. Maak kennis met verschillende typen algebraïsche en transcendente functies, hun eigenschappen en de implementatie ervan in Python voor het oplossen van praktijkproblemen.
Inleiding tot Functies
Basisprincipes van Jupyter Notebook
Basisfuncties Implementeren in Python
Algebraïsche Functies
Implementatie van Identiteits-Kwadratische Functies in Python
Het Implementeren van Rationale Functies in Python
Uitdaging: Maximaliseren van Winst met Behulp van Kwadratische Functies
Transcendentale Functies
Implementatie van Exponentiële-Logaritmische Functies in Python
Implementatie van Sinus-Tangensfuncties in Python
Beheers de concepten van verzamelingen en reeksen, van basisbewerkingen tot praktische toepassingen. Doe praktische ervaring op met het implementeren van verzamelingbewerkingen en het werken met rekenkundige en meetkundige reeksen in Python.
Ontwikkel een grondig begrip van limieten, afgeleiden, integralen en partiële afgeleiden. Verbind theorie met praktijk door deze concepten te implementeren in Python en toe te passen op optimalisatie via gradient descent.
Inleiding tot Limieten
Limieten Implementeren in Python
Inleidingen tot Afgeleiden
Afgeleiden Implementeren in Python
Inleiding tot Integralen
Integralen Implementeren in Python
Inleidingen tot Partiële Afgeleiden
Implementatie van Partiële Afgeleiden in Python
Gradient Descent
Implementatie van Gradient Descent in Python
Uitdaging: Een Lijn Passen Met Gradient Descent
Solide kennis van vectoren, matrices en transformaties. Inzicht in ontbindingsmethoden en eigenwaardeanalyse, met versterking van concepten door Python-programmeeruitdagingen en praktische toepassingen in data science.
Inleidingen tot Vectoren
Vectoren Implementeren in Python
Matrixbewerkingen
Matrixbewerkingen in Python
Introductie tot Matrixtransformaties
Matrixtransformatie Implementeren in Python
Uitdaging: Gecombineerde Transformaties van een Vector
Introductie tot Matrixdecompositie
Implementatie van Matrixdecompositie in Python
Uitdaging: Oplossen van een Lineair Stelsel met LU-Decompositie
Introductie tot Eigenvectoren en Eigenwaarden
Implementatie van Eigenvectoren en Eigenwaarden in Python
Verdiep u in kansrekening en statistiek. Bestudeer conditionele kans, de stelling van Bayes en statistische maten. Implementeer kernconcepten in Python, simuleer verdelingen en versterk uw vaardigheden met uitdagingen en quizzen.
Begrip van Probabiliteitsgrondslagen
Implementatie van Probabiliteitsgrondslagen in Python
Begrip van Voorwaardelijke Waarschijnlijkheid en de Stelling van Bayes
Implementatie van Conditionele Waarschijnlijkheid en de Stelling van Bayes in Python
Inzicht in Steekproeven
Implementatie van Sampling in Python
Inzicht in Centrale Tendens en Spreiding
Spreiding Implementeren in Python
Uitdaging: Kansanalyse voor Kwaliteitscontrole
Inzicht in Kansverdelingen
Implementatie van Kansverdelingen in Python
Uitdaging: Kwaliteitscontrole Bemonstering
Beheers de fundamentele stappen voor het opschonen en voorbereiden van ruwe gegevens voor analyse en machine learning.
Ruwe gegevens omzetten in bruikbare kenmerken voor machine learning-modellen.
Kenmerken ontwikkelen en selecteren om de modelprestaties en de interpreteerbaarheid te verbeteren.
Laten we beginnen met het eenvoudigste lineaire regressiemodel. U leert het concept achter lineaire regressie en hoe u voorspellingen kunt doen in Python.
De meeste voorspellingstaken in de praktijk omvatten meer dan één kenmerk. U leert hoe u lineaire regressie met meerdere kenmerken kunt toepassen.
Een rechte lijn beschrijft de data niet altijd goed. Laten we leren hoe we een complexer model voor voorspelling kunnen bouwen. Daarvoor is polynomiale regressie geschikt.
Nu je weet hoe je meerdere lineaire regressiemodellen kunt bouwen, heb je een methode nodig om het beste model te selecteren. Dit is mogelijk met behulp van metrische gegevens. In deze sectie worden de meest gebruikte metrische gegevens en de uitdagingen bij het gebruik ervan toegelicht.
Ontdek hoe het k-nearest neighbors-algoritme voorspellingen doet op basis van gelijkenis. Leer omgaan met meerdere kenmerken, parameters afstemmen en kruisvalidatie toepassen om de nauwkeurigheid te verbeteren.
Inzicht in hoe logistische regressie waarschijnlijkheden modelleert en uitkomsten classificeert. Oefenen met het implementeren ervan, het interpreteren van beslissingsgrenzen en het toepassen van regularisatie om overfitting te voorkomen.
Leer hoe beslisbomen gegevens opdelen in betekenisvolle groepen op basis van kenmerkwaarden. Ontdek hoe parameters zoals boomdiepte en het minimum aantal monsters per blad de modelprestaties en generalisatie beïnvloeden.
Ontdek hoe random forests meerdere beslissingsbomen combineren om de nauwkeurigheid en robuustheid te verbeteren. Begrijp de rol van willekeur en pas deze ensemblemethode toe op real-world data.
Modellen evalueren met behulp van metriek zoals nauwkeurigheid, precisie, recall en F1-score. Interpretatie van verwarringsmatrices en vergelijking van meerdere classificatie-algoritmen om het best presterende model te identificeren.
Verdiep u in de basisprincipes van clustering en ontdek het verschil met classificatie.
Verken essentiële algoritmen, tools en bibliotheken die deze unsupervised learning-techniek aandrijven om verborgen patronen in data te onthullen.
Verkrijg een grondig begrip van essentiële preprocessietechnieken die effectieve clustering waarborgen.
Behandeling van ontbrekende waarden.
Codering van categorische kenmerken.
Normalisatie van gegevens.
Selectie van geschikte afstandsmaatstaven en koppelingen ter verbetering van de clusteringnauwkeurigheid.
Beheers de vaardigheden die nodig zijn om K-Means-clustering effectief toe te passen. Leer hoe het algoritme werkt, bepaal het optimale aantal clusters en doe praktische ervaring op met het implementeren van K-Means op zowel synthetische als realistische datasets.
Wat Is K-Means-Clustering?
Hoe Werkt Het K-Means Algoritme?
Het Vinden van het Optimale Aantal Clusters met Behulp van WSS
Het Vinden van het Optimale Aantal Clusters met Behulp van de Silhouette-Score
Implementatie op Dummy Dataset
Implementatie op Echte Dataset
Uitdaging: Implementatie van K-Means Clustering
Ontdek de basisprincipes van hiërarchische clustering en leer hoe u gegevens groepeert in betekenisvolle clusters met behulp van dendrogrammen. Vergroot het vertrouwen in het identificeren van het optimale aantal clusters en het toepassen van de techniek op zowel synthetische als realistische datasets.
Ontdek hoe DBSCAN uitblinkt in het detecteren van clusters met verschillende vormen en het omgaan met ruis in data. Begrijp de werking van dit dichtheidsgebaseerde algoritme, de toewijzing van punten aan clusters en de toepassing op zowel synthetische als echte datasets met vertrouwen.
Verkrijg een grondig begrip van Gaussiaanse mengmodellen en hoe deze waarschijnlijkheid gebruiken om complexe clusterstructuren te modelleren. Inzicht in de principes van de Gauss-verdeling, verkenning van de werking van GMM's en het opbouwen van vertrouwen door toepassing op zowel fictieve als realistische gegevens.
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.
Verhoog je Technische Vaardigheden!
met tot 55% korting
Features:
*Tracks not included in Pro plan
500+ Hooggewaardeerde cursussenGeavanceerde AI Copilot
Persoonlijke leertrajecten40+ praktische real-world projecten
Zonder opzegging, voordat het geselecteerde kortingsplan afloopt, ga ik akkoord dat Codefinity automatisch kosten in rekening brengt $104 elke 3 maanden totdat ik opzeg. Lees meer over het annulerings- en restitutiebeleid op Abonnementsvoorwaarden.
Recommended Courses and Projects
cursus
Course without tasks for flow test
Course for E2E testing
1 uur
4 hoofdstukkenBeginner
411 NU AAN HET STUDEREN
cursus
TEST COURSE WITH ALL TYPES OF COLUMN CHAPTERS
test python course with 6 sections
1 uur 14 hoofdstukkenBeginner
747 NU AAN HET STUDEREN
cursus
Testing Video Player
1 uur 1 hoofdstukBeginner
cursus
Test mobile outline course
Super course
1 uur 6 hoofdstukkenHalfgevorderd
699 NU AAN HET STUDEREN
project
Uitvoeren van A/B-test
In de zakenwereld kan het nemen van beslissingen op basis van harde data in plaats van intuïtie de sleutel tot succes zijn. Deze cursus richt zich op één cruciale techniek: het analyseren van A/B-testdata. Het middelpunt van de cursus is een project waarbij je een gedetailleerde analyse van een A/B-test uitvoert. Dit project, dat je kunt opnemen in je cv, wordt gehost op Codefinity, waardoor je het voortdurend kunt verfijnen en je groeiende expertise kunt aantonen.
Alleen voor Ultimate
1 uur 1 hoofdstukHalfgevorderd
682 NU AAN HET STUDEREN
cursus
TEST FREE COURSE
description
1 uur 3 hoofdstukkenBeginner
810 NU AAN HET STUDEREN
cursus
TEST SHORT VIDEO COURSE
1 uur 2 hoofdstukkenBeginner
1269 NU AAN HET STUDEREN
cursus
TEST COMPARE MODE
description
1 uur 2 hoofdstukkenGevorderd
cursus
Test e2e new task ui
Some
1 uur 2 hoofdstukkenBeginner
450 NU AAN HET STUDEREN
cursus
SAVE CODE SNIPPET TEST
description
1 uur 4 hoofdstukkenGevorderd
cursus
TEST COLUMN AI ASSISTANT PYTHON
description
1 uur 1 hoofdstukGevorderd
491 NU AAN HET STUDEREN
project
Inzichten in Stadsfietsverhuur Verkennen
Deze cursus begeleidt je bij het analyseren en visualiseren van hoe weers- en seizoensfactoren de dagelijkse vraag naar fietsverhuur beïnvloeden aan de hand van realistische gegevens.
1 uur 0 hoofdstukBeginner
325 NU AAN HET STUDEREN
TRANSPORTATION & MOBILITY
Discover more Learning Tracks
traject
TEST TRACK 12
1 Cursus
1 Project
0 TaskBeginner
4.0
(17984)
traject
Full Stack Webontwikkeling
7 Cursussen424 TakenBeginner
4.5
(53)
traject
Word Een React Ontwikkelaar
4 Cursussen98 TakenHalfgevorderd
4.8
(8)
traject
Meesterschap in Datavisualisatie
5 Cursussen146 TakenHalfgevorderd
4.4
(9)
traject
SQL van Nul tot Held
7 Cursussen249 TakenBeginner
4.6
(113)
traject
C++ Basisprincipes
6 Cursussen124 TakenBeginner
3.9
(31)
traject
Python van Nul tot Held
6 Cursussen215 TakenBeginner
4.6
(337)
traject
Python Voorbij Gevorderd
2 Cursussen1 Project62 TakenBeginner
5.0
(2)
traject
Java Essentials
11 Cursussen459 TakenBeginner
4.5
(16)
traject
Game-ontwikkeling Met Unity
4 Cursussen164 TakenBeginner
4.4
(8)
traject
Become a Django Developer
5 Cursussen178 TakenGevorderd
4.5
(33)
Waarom Mensen Codefinity Kiezen
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
Interactieve codeeromgeving
Duik in onze interactieve omgeving: schrijf en voer je code uit met realtime feedback en successtatistieken—leer door te doen bij elke stap.
AI-ondersteunde hulp
Maak gebruik van de ingebouwde AI-assistent om fouten uit te leggen, oplossingen voor te stellen of vragen over je code te beantwoorden—zodat je productief blijft en nooit vastloopt.
Check your progress
Rond elke module af met een snelle quiz die directe feedback geeft, je voortgang bijhoudt en ervoor zorgt dat je de belangrijkste concepten beheerst.
Promote your expertise
Verdien je branche-erkende certificaat na voltooiing en deel het met één klik op LinkedIn—laat je netwerk zien wat je kunt.
Vertrouwd door Werknemers van Toonaangevende Bedrijven
en Studenten van Topuniversiteiten
Volledige toegang tot de catalogus
Één abonnement geeft je toegang tot deze cursus en onze gehele catalogus van projecten en vaardigheden.Features:
500+ Hooggewaardeerde cursussenGeavanceerde AI Copilot
Persoonlijke leertrajecten40+ praktische real-world projecten
Zonder opzegging, voordat het geselecteerde kortingsplan afloopt, ga ik akkoord dat Codefinity automatisch kosten in rekening brengt $104 elke 3 maanden totdat ik opzeg. Lees meer over het annulerings- en restitutiebeleid op Abonnementsvoorwaarden.
Probeer Codefinity met vertrouwen – 30-dagen geld-terug-garantie inbegrepen
Om je te verwelkomen bij Codefinity, bieden we tot 64% korting op onze cursussen. Bovendien hebben we een 30-dagen geld-terug-garantie, zodat je ons risicoloos kunt uitproberen.We kijken er echt naar uit om je te verwelkomen op ons platform en we zijn toegewijd om je leerervaring gemakkelijk, interactief en leuk te maken.
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
Direct toegang tot 500+ cursussen
Onbeperkt Leren, Directe ToegangKrijg volledige toegang tot alle cursussen en trajecten, inclusief videocontent, quizzen en diepgaande materialen—begin op elk moment met leren.
Branche-Erkende CertificatenVerdien certificaten die je expertise valideren en je carrière in technologie, AI, data, marketing en meer een boost geven.
KI-ondersteund lerenKrijg gepersonaliseerde hints, realtime feedback en AI-gestuurde uitleg om je voortgang te versnellen.
Voortdurend Uitbreidend: Nieuwe Cursussen & CarrièretrajectenBlijf voorop met voortdurend bijgewerkte cursussen, carrièreplannen, uitdagingen en praktische oefentests.
Bouw Vaardigheden die Ertoe DoenBeheers gevraagde vaardigheden met cursussen in AI, datawetenschap, programmeren, marketing, automatisering, webontwikkeling en meer.
Interactief & Naadloos LerenDoe mee met praktische projecten, real-world oefeningen en een intuïtieve leerervaring — geen extra tools nodig.
