Machine Learning with Google Colab

受众

• 具备基本的编程概念理解
• 具备Python编程经验
• 熟悉基本的统计概念

• 数据科学家
• 软件开发人员

课程定制选项

课程形式

在本培训结束时，学员将能够：

Google Colab 是一个基于云的平台，为机器学习开发提供协作环境，提供免费的计算资源访问和易于使用的界面。

本课程由讲师主导，提供线上或线下培训，面向希望使用 Google Colab 环境高效应用机器学习算法的中级数据科学家和开发人员。

• 互动讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行动手操作。

• 为机器学习项目设置和导航 Google Colab。
• 理解并应用各种机器学习算法。
• 使用 Scikit-learn 等库分析和预测数据。
• 实施监督学习和无监督学习模型。
• 有效优化和评估机器学习模型。

• 如需为本课程定制培训，请联系我们安排。

高级Machine Learning概念

毕业项目

Machine Learning和Google Colab简介

Machine Learning项目工作流程

Machine Learning专题讨论

总结与下一步

使用Scikit-learn的Supervised Learning

Unsupervised Learning技术

• 聚类算法
• 降维
• 关联规则学习

• 数据预处理
• 模型选择
• 模型部署

• 定义问题陈述
• 数据收集与清理
• 模型训练与评估

• 特征工程
• 超参数调优
• 模型可解释性

• 神经网络与深度学习
• 支持向量机
• 集成方法

• 机器学习概述
• 设置Google Colab
• Python复习

• 回归模型
• 分类模型
• 模型评估与优化