Maskininlärning Mästerskap
Intermediate
4.5
6 reviews
24 Learners
Updated 11/2025
Behärska hela spektrumet av maskininlärning med Python genom att kombinera praktiska färdigheter med gedigna teoretiska grunder. Bygg modeller snabbt …
188
Chapters
21
Learning hours
182
Assignments
AI Assistant
Shareable Certificate
Resultat
Resultat
Track content
Related courses and projects
Omdömen
Funktioner
Priser
Resultat
Resultat
Track content
Related courses and projects
Omdömen
Funktioner
Priser
Vad du kommer att lära dig
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
Lär dig maskininlärningskoncept och arbetsflödet för ML-projekt.
Förbehandling är troligen det viktigaste steget i ett ML-projekt. Detta kapitel behandlar de förbehandlingssteg som krävs för nästan alla datamängder.
En pipeline är ett smidigt sätt att kombinera alla förbehandlingssteg samt en modell. Pipelines gör det mycket enklare att träna och använda en modell.
Modellering är det mest underhållande steget i ett ML-projekt. Lär dig att bygga, finjustera och utvärdera modellen!
Utforska grunderna för matematiska funktioner. Lär dig olika typer av algebraiska och transcendenta funktioner, deras egenskaper och hur de implementeras i Python för att lösa verkliga problem.
Introduktion till Funktioner
Grunderna i Jupyter Notebook
Implementering av Grundläggande Funktioner i Python
Algebraiska Funktioner
Implementering av Identitets-Kvadratiska Funktioner i Python
Implementering av rationella funktioner i Python
Utmaning: Maximera Vinst med Hjälp av Andragradsekvationer
Transcendenta Funktioner
Implementering av Exponential-Logaritmfunktioner i Python
Implementering av Sinusoidala-Tangensfunktioner i Python
Behärska begreppen mängder och serier, från grundläggande operationer till praktiska tillämpningar. Få praktisk erfarenhet av att implementera mängdoperationer och arbeta med aritmetiska och geometriska serier i Python.
Utveckla en gedigen förståelse för gränsvärden, derivator, integraler och partiella derivator. Knyt samman teori och praktik genom att implementera dessa begrepp i Python och tillämpa dem på optimering med hjälp av gradientnedstigning.
Introduktion till Gränsvärden
Implementering av Gränsvärden i Python
Introduktioner till Derivator
Implementering av Derivator i Python
Introduktion till Integraler
Implementering av Integraler i Python
Introduktioner till partiella derivator
Implementering av Partiella Derivator i Python
Gradientnedstigning
Implementering av Gradientnedstigning i Python
Utmaning: Anpassa en Linje med Gradientnedstigning
Bygg gedigna kunskaper om vektorer, matriser och transformationer. Lär dig dekompositionsmetoder och egenvärdesanalys, samtidigt som begreppen förstärks med Python-programmeringsutmaningar och praktiska tillämpningar inom data science.
Introduktioner till Vektorer
Implementering av Vektorer i Python
Matrisoperationer
Matrisoperationer i Python
Introduktion till Matristransformationer
Implementering av Matristransformation i Python
Utmaning: Kombinerade Transformationer av en Vektor
Introduktion till Matrisuppdelning
Implementering av Matrisuppdelning i Python
Utmaning: Lösning av ett Linjärt Ekvationssystem med LU-faktorisering
Introduktion till Egenvektorer och Egenvärden
Implementering av Egenvektorer och Egenvärden i Python
Fördjupa dig i sannolikhetsteori och statistik. Studera betingad sannolikhet, Bayes sats och statistiska mått. Implementera centrala koncept i Python, simulera fördelningar och stärk dina färdigheter genom utmaningar och frågesporter.
Förståelse av Sannolikhetens Grunder
Implementering av Sannolikhetsgrunder i Python
Förståelse av Villkorlig Sannolikhet och Bayes Sats
Implementering av Villkorlig Sannolikhet och Bayes Sats i Python
Förståelse av Stickprov
Implementering av Sampling i Python
Förståelse av Centralmått och Spridning
Implementering av Spridning i Python
Utmaning: Sannolikhetsanalys för Kvalitetskontroll
Förståelse av Sannolikhetsfördelningar
Implementering av Sannolikhetsfördelningar i Python
Utmaning: Kvalitetskontrollprovtagning
Behärska de grundläggande stegen för att rensa och förbereda rådata för analys och maskininlärning.
Omvandla rådata till användbara funktioner för maskininlärningsmodeller.
Konstruera och välj ut variabler för att förbättra modellens prestanda och tolkbarhet.
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 fler 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 tillfredsställande sätt. Lär dig hur du bygger en mer komplex modell för prediktion. Det är vad polynomregression är avsedd 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.
Utforska hur algoritmen k-närmsta grannar gör förutsägelser baserat på likhet. Lär dig hantera flera variabler, justera parametrar och använda korsvalidering för att förbättra noggrannheten.
Förstå hur logistisk regression modellerar sannolikheter och klassificerar utfall. Öva på att implementera metoden, tolka beslutsgränser och tillämpa regularisering för att förhindra överanpassning.
Lär dig hur beslutsträd delar upp data i meningsfulla grupper baserat på egenskapsvärden. Utforska hur parametrar som trädets djup och minsta antal prover per blad påverkar modellens prestanda och generaliseringsförmåga.
Utforska hur random forest kombinerar flera beslutsträd för att förbättra noggrannhet och robusthet. Förstå slumpens roll och tillämpa denna ensemblemetod på verkliga data.
Utvärdera modeller med hjälp av mått såsom noggrannhet, precision, återkallelse och F1-poäng. Lära sig att tolka förväxlingsmatriser och jämföra flera klassificerare för att identifiera den modell som presterar bäst.
Fördjupa dig i grunderna för klustring och upptäck hur det skiljer sig från klassificering. Utforska grundläggande algoritmer, verktyg och bibliotek som driver denna oövervakade inlärningsteknik för att avslöja dolda mönster i data.
Få en gedigen förståelse för centrala förbehandlingstekniker som säkerställer effektiv klustring.
Hantering av saknade värden.
Kodning av kategoriska variabler.
Normalisering av data.
Val av lämpliga avståndsmått och länkningar för att förbättra klustringsnoggrannheten.
Behärska de färdigheter som krävs för att tillämpa K-Means-klustring effektivt. Förstå hur algoritmen fungerar, fastställ det optimala antalet kluster och få praktisk erfarenhet genom att implementera K-Means på både syntetiska och verkliga datamängder.
Utforska grunderna i hierarkisk klustring och lär dig att gruppera data i meningsfulla kluster med hjälp av dendrogram. Få förståelse för att identifiera det optimala antalet kluster och tillämpa tekniken på både syntetiska och verkliga dataset.
Utforska hur DBSCAN utmärker sig vid identifiering av kluster med varierande former och hantering av brus i data. Förstå mekanismerna bakom denna täthetsbaserade algoritm, hur punkter tilldelas kluster samt tillämpa den på både syntetiska och verkliga datamängder med säkerhet.
Få en gedigen förståelse för Gaussiska Mixturmodeller och hur de använder sannolikhet för att modellera komplexa klusterformer. Utforska principerna bakom Gaussisk fördelning, undersök hur GMM fungerar och stärk din kompetens genom att tillämpa dem på både simulerad och verklig 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.
Förbättra dina tekniska färdigheter!
med upp till 55% rabatt
Features:
*Tracks not included in Pro plan
500+ topprankade kurserBanbrytande AI Copilot
Personliga studieplaner40+ praktiska verkliga projekt
Ingen avbokning, innan den valda rabatterade planen är slut, godkänner jag att Codefinity automatiskt debiterar $104 var 3:e månad tills jag avbokar. Läs mer om avboknings- och återbetalningspolicyn på Prenumerationsvillkor.
Recommended Courses and Projects
kurs
Course without tasks for flow test
Course for E2E testing
1 timme
4 kapitelNybörjare
411 STUDERAR NU
kurs
TEST COURSE WITH ALL TYPES OF COLUMN CHAPTERS
test python course with 6 sections
1 timme 14 kapitelNybörjare
747 STUDERAR NU
kurs
Testing Video Player
1 timme 1 kapitelNybörjare
kurs
Test mobile outline course
Super course
1 timme 6 kapitelMedelnivå
699 STUDERAR NU
projekt
Genomföra A/B-test
I affärsvärlden kan beslut baserade på hårda data snarare än intuition vara avgörande för framgång. Denna kurs fokuserar på en viktig teknik: analys av A/B-testdata. Kursens huvudmoment är ett projekt där du genomför en detaljerad analys av ett A/B-test. Detta projekt, som du kan visa upp i ditt CV, är tillgängligt på Codefinity, vilket gör att du kontinuerligt kan förbättra det och visa din växande expertis.
Endast för Ultimate
1 timme 1 kapitelMedelnivå
682 STUDERAR NU
kurs
TEST FREE COURSE
description
1 timme 3 kapitelNybörjare
810 STUDERAR NU
kurs
TEST SHORT VIDEO COURSE
1 timme 2 kapitelNybörjare
1269 STUDERAR NU
kurs
TEST COMPARE MODE
description
1 timme 2 kapitelAvancerad
kurs
Test e2e new task ui
Some
1 timme 2 kapitelNybörjare
450 STUDERAR NU
kurs
SAVE CODE SNIPPET TEST
description
1 timme 4 kapitelAvancerad
kurs
TEST COLUMN AI ASSISTANT PYTHON
description
1 timme 1 kapitelAvancerad
491 STUDERAR NU
projekt
Utforska Insikter om Stadscykeluthyrning
Denna kurs vägleder dig genom analys och visualisering av hur väder och säsongsfaktorer påverkar den dagliga efterfrågan på cykeluthyrning med hjälp av verkliga data.
1 timme 0 kapitelNybörjare
325 STUDERAR NU
TRANSPORTATION & MOBILITY
Discover more Learning Tracks
spår
TEST TRACK 12
1 Kurs
1 Projekt
0 TaskNybörjare
4.0
(17984)
spår
Fullstack Webbutveckling
7 Kurser424 UppgifterNybörjare
4.5
(53)
spår
Bli en React-Utvecklare
4 Kurser98 UppgifterMedelnivå
4.8
(8)
spår
Bemästra Datavisualisering
5 Kurser146 UppgifterMedelnivå
4.4
(9)
spår
SQL från Nybörjare till Expert
7 Kurser249 UppgifterNybörjare
4.6
(113)
spår
C++-Grunder
6 Kurser124 UppgifterNybörjare
3.9
(31)
spår
Python från Noll till Hjälte
6 Kurser215 UppgifterNybörjare
4.6
(337)
spår
Python Bortom Mellanliggande
2 Kurser1 Projekt62 UppgifterNybörjare
5.0
(2)
spår
Java-Grunder
11 Kurser459 UppgifterNybörjare
4.5
(16)
spår
Spelutveckling med Unity
4 Kurser164 UppgifterNybörjare
4.4
(8)
spår
Become a Django Developer
5 Kurser178 UppgifterAvancerad
4.5
(33)
Varför folk väljer 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
Interaktiv kodningsmiljö
Hoppa in i vår interaktiva miljö: skriv och kör din kod med feedback i realtid och framgångsmått—lär dig genom att göra vid varje steg.
AI-driven support
Använd den inbyggda AI-assistenten för att förklara fel, föreslå lösningar eller svara på frågor om din kod—så att du förblir produktiv och aldrig fastnar.
Check your progress
Avsluta varje modul med ett snabbt quiz som ger omedelbar feedback, spårar din framsteg och säkerställer att du har bemästrat viktiga koncept.
Promote your expertise
Få ditt branschigenkända certifikat vid slutförandet och dela det på LinkedIn med ett klick—låt ditt nätverk se vad du kan göra.
Betrodd av anställda på ledande företag
och studenter från toppuniversitet
Full tillgång till katalogen
Ett abonnemang öppnar denna kurs och hela vår katalog av projekt och färdigheter.Features:
500+ topprankade kurserBanbrytande AI Copilot
Personliga studieplaner40+ praktiska verkliga projekt
Ingen avbokning, innan den valda rabatterade planen är slut, godkänner jag att Codefinity automatiskt debiterar $104 var 3:e månad tills jag avbokar. Läs mer om avboknings- och återbetalningspolicyn på Prenumerationsvillkor.
Prova Codefinity med förtroende – 30-dagars pengarna-tillbaka-garanti ingår
För att välkomna dig till Codefinity erbjuder vi upp till 64% rabatt på våra kurser. Dessutom har vi en 30-dagars pengarna-tillbaka-garanti, så att du kan prova oss riskfritt.Vi ser verkligen fram emot att välkomna dig till vår plattform och är engagerade i att göra din lärandeupplevelse enkel, interaktiv och rolig.
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 omedelbar tillgång till 500+ kurser
Obegränsat lärande, omedelbar tillgångFå full tillgång till alla kurser och spår, inklusive videoinnehåll, quiz och djupgående material—börja lära när som helst.
Branschigenkända certifikatFå certifikat som bekräftar din expertis och stärker din karriär inom teknik, AI, data, marknadsföring och mer.
AI-assisterat lärandeFå personliga tips, feedback i realtid och AI-drivna förklaringar för att påskynda din framsteg.
Ständigt expanderande: Nya kurser och karriärspårHåll dig före med ständigt uppdaterade kurser, karriärkartor, utmaningar och praktiska övningstester.
Bygg färdigheter som räknasBehärska efterfrågade färdigheter med kurser i AI, datavetenskap, programmering, marknadsföring, automation, webbutveckling och mer.
Interaktivt och sömlöst lärandeEngagera dig med praktiska projekt, verkliga övningar och en intuitiv lärandeupplevelse — inga extra verktyg behövs.
