「開學禮」1個月教你學會用Python實現機器學習

原價298，開學禮僅售238！

什麼是機器學習？

在最簡單的層面上，機器學習只是優化數學方程式的過程。有幾種不同的機器學習，都有不同的目的。機器學習中最流行的兩種形式是監督學習和無監督的學習。 我們將在下面介紹他們的工作原理：

.

監督學習：監督學習使用已知數據的標籤示例來預測未來的結果。例如，如果你跟蹤天氣狀況，以及你最喜歡的球隊是否在那天比賽，你可以隨著時間的推移從這些模型中學習，並根據天氣預報來預測比賽當天是否會因為天氣原因被取消。「監督」部分意味著你必須向系統提供你已經知道的「答案」。也就是說，你已經知道你的球隊什麼時候比賽，並且你知道那些天的天氣。計算機迭代地讀取這些信息，並使用它來形成模型並做出預測。 監督學習的其他應用也可以是預測人們是否會違約貸款（例如信用卡欺詐檢測）。

.

無監督學習 - 無監督學習是指一種你不一定知道你正在尋找什麼「答案」的機器學習。不像「球隊遇到下雨天」的例子，無監督的學習更適合探索或聚類工作。集群將類似或相關的東西組合，因此你可以為其添加一組Twitter帖子，並讓它告訴你人們經常討論的東西是什麼。應用到無監督學習的一些演算法是K-Means和LDA。

誰在使用機器學習？

一個更好的問題是：誰不在他們的業務中使用機器學習？ 如果沒有，為什麼不用呢？

從醫療，金融，石油，天然氣等行業已經實現了數據分析的可能性。

以下是一些注重機器學習的知名公司：

❶ Google -——Google整個公司都在使用機器學習，從Google翻譯到幫助你將照片分類再到自駕汽車研究。Google的團隊也開發了TensorFlow，這是一個領先的深度學習框架。

❷ Facebook —— Facebook在廣告領域大量使用機器學習。 通過查看你的興趣，你訪問的頁面和你喜歡的內容，Facebook可以很好地了解你，以及你可能感興趣購買的東西。它使用此信息向你顯示新聞源中的廣告和帖子。 Facebook還使用機器學習識別照片中的人臉，並幫助您標記它們。

❸ Netflix -——Netflix使用你觀看的電影，評分和搜索來創建自定義推薦。Netflix和Amazon採用的一種機器學習演算法稱為協同過濾。事實上，Netflix舉辦了一個名為Netflix獎的比賽，授予可以開發新的更好的推薦系統的人。

當然，超模君相信，機器學習能應用的領域絕不僅限於這些。

為此，超級數學建模攜手唐宇迪老師以時下最火的AI語言——Python為基礎，為你帶來實用度與趣味度滿分的《Python機器學習實戰》課程！課程將著重解決機器學習各類演算法中延伸的實際問題案例（例信用卡欺詐檢測、泰坦尼克獲救預測、科比運動生涯數據分析等等）；一步一步為你演示各個案例的實際操作，即使沒有任何Python基礎的同學也可以輕鬆上手。

適宜人群

◆ 希望學習或提高使用Python其他更有趣的技能（繪製圖像，人臉識別，驗證碼識別等等）

課程介紹

該課程使用數據領域最主流語言Python及其分析與建模庫作為核心武器。對於機器學習經典演算法給出完整的原理推導並基於實例進行講解，實例演示如何應用機器學習演算法解決實際問題。

部分課程截圖

解析如何運用機器學習來分析科比的運動生涯數據

科比運動生涯數據分析結果

課程試聽

你將收穫

• 快速掌握Python庫的使用方法並進行實戰演示。

• 實例演示如何應用機器學習演算法解決實際問題。

• 使用Python庫完成建模與評估工作。

章節目錄

第一章：Python快速入門（免費試學）

第二章：回歸演算法（免費試學）

第三章：科學計算庫Numpy

第四章：數據分析處理庫Pandas

第五章：可視化庫Matplotlib

第六章：使用Python庫分析科比的生涯數據

第七章：案例實戰—信用卡欺詐檢測

第八章：決策樹與隨機森林

第九章：Kaggle競賽案例—泰坦尼克獲救預測

第十章：支持向量機演算法

第十一章：神經網路基礎

第十二章：神經網路架構

第十三章：Tensorflow框架

第十四章：Mnist手寫字體識別

第十五章：PCA降維操作與SVD矩陣分解

第十六章：聚類與集成演算法

課程將提供全部課件代碼

報名方式

掃描識別下方二維碼或點擊「閱讀原文」

進入課程詳情頁，購買並完成報名！

諮詢助教：

了解課程詳情