在线咨询
课程概述
课程涵盖技能
课程亮点
职场助力
购课选项
预修课程
课程目录
行业项目
认证证书
学员反馈
立即购买

课程概述

本课程包括58小时的应用学习、互动实验室、4个实践项目和指导。通过我们的机器学习认证培训,您可以掌握机器学习认证考试所需的机器学习概念。机器学习在线培训教您掌握一个成功的现代机器学习工程师所必备技能。

课程涵盖技能

  • 数据预处理
  • 监督学习和无监督学习
  • 时间序列建模
  • 集合学习
  • 回归
  • k-means聚类
  • 文本挖掘

课程亮点

  • 6 小时在线自定进度学习
  • 44小时导师在线授课指导
  • 4个基于行业的结课项目
  • 在 Jupyter notebooks 集成实验室进行交互式学习
  • 业界专家提供专业指导

职场助力

预计到2024年,机器学习市场额预计将达到306.4亿美元,年复合增长率(CAGR)为42.8%,这表明公司对机器学习的采用在增加。截止到2024年,对机器学习工程师的需求预计增长11%。

名称
年薪
招聘单位
数据科学家
机器学习工程师
$83K
最小
$118.5K
平均值
$154K
最大
$78K
最小
$114K
平均值
$150K
最大

购课选项

单一课程

个人提升

  • 终身访问自定进度在线学习课程
  • 实验室现场技能操作演示
  • 预约顶级讲师提供的在线直播培训课程
  • 用于巩固所学技能的现实行业项目
  • 自我评估模拟试卷
  • 24x7帮助与支持
simplilearn官网价 查看
课程原价 ¥ 6294.00
立即购买
实惠套餐

个人提升

  • 单一课程中的所有特权
  • 购买课程组合,每门课程均享受优惠折扣

    购买2门课程包享受7.5折优惠

    购买3门课程包享受6.5折优惠

    购买4门课程包享受5.5折优惠

    购买5门及以上课程包享受4.5折优惠

    *加购课程查看最终实际价格

自由组合自己的课程 >
我的课程
详情
折扣优惠 -0
最终价格 0
立即购买
定制套餐

企业培训

  • 根据企业需求定制套餐
  • 在线自定进度学习与直播培训课程相结合
  • 灵活的定价方案
  • 企业级学习管理系统
  • 团队与个人学习管理界面
  • 24x7帮助与支持
联系我们

预修课程

  • 统计数据
  • 数学
  • Python编程

课程内容

第1课 课程介绍
  • 课程介绍

  • 进入实践实验室

第 2 课 AI 和机器学习简介
  • 学习目标

  • 人工智能的出现

  • 人工智能在实践中

  • 具有人工智能概念的科幻电影

  • 推荐系统

  • 人工智能、机器学习和数据科学之间的关系:A 部分

  • 人工智能、机器学习和数据科学之间的关系:B 部分

  • 机器学习的定义和特点

  • 机器学习方法

  • 机器学习技术

  • 机器学习的应用:A 部分

  • 机器学习的应用:B 部分

  • 关键要点

  • 知识检查

第 3 课数据预处理
  • 学习目标

  • 数据探索加载文件:A 部分

  • 数据探索加载文件:B 部分

  • 演示:导入和存储数据

  • 实践:汽车数据探索-A

  • 数据探索技术:A 部分

  • 数据探索技术:B 部分

  • 海生

  • Demo:相关性分析

  • 实践:汽车数据探索 - B

  • 数据整理

  • 数据集中的缺失值

  • 数据集中的异常值

  • 演示:异常值和缺失值处理

  • 练习:数据探索 - C

  • 数据操作

  • Python 中数据对象的功能:A 部分

  • Python 中数据对象的功能:B 部分

  • 不同类型的连接

  • 类型转换

  • Demo:工时对比

  • 练习:数据操作

  • 关键要点

  • 知识检查

  • 存储测试结果

第 4 课监督学习
  • 学习目标

  • 监督学习

  • 监督学习——现实生活场景

  • 理解算法

  • 监督学习流程

  • 监督学习的类型:A 部分

  • 监督学习的类型:B 部分

  • 分类算法的类型

  • 回归算法的类型:A 部分

  • 回归用例

  • 准确度指标

  • 成本函数

  • 评估系数

  • 演示:线性回归

  • 实践:波士顿之家 - A

  • 预测挑战

  • 回归算法的类型:B 部分

  • 演示:Bigmart

  • 实践:波士顿之家 - B

  • Logistic 回归:A 部分

  • Logistic 回归:B 部分

  • Sigmoid 概率

  • 精度矩阵

  • 演示:泰坦尼克号乘客的生存

  • 实践:虹膜物种

  • 关键要点

  • 知识检查

  • 健康保险费用

第 5课 特征工程
  • 学习目标

  • 特征选择

  • 回归

  • 因素分析

  • 因子分析过程

  • 主成分分析(PCA)

  • 第一主成分

  • 特征值和PCA

  • 演示:特征缩减

  • 实践:PCA 转换

  • 线性判别分析

  • 最大可分离线

  • 求最大可分线

  • 演示:标记特征减少

  • 实践:LDA 转换

  • 关键要点

  • 知识检查

  • 简化癌症治疗

第 6 课监督学习分类
  • 学习目标

  • 分类概述

  • 分类:一种监督学习算法

  • 分类用例

  • 分类算法

  • 决策树分类器

  • 决策树示例

  • 决策树的形成

  • 选择分类器

  • 决策树的过拟合

  • 随机森林分类器 - Bagging 和 Bootstrapping

  • 决策树和随机森林分类器

  • 绩效衡量:混淆矩阵

  • 绩效衡量:成本矩阵

  • 演示:马匹生存

  • 实践:贷款风险分析

  • 朴素贝叶斯分类器

  • 计算后验概率的步骤:A 部分

  • 计算后验概率的步骤:B 部分

  • 支持向量机:线性可分

  • 支持向量机:分类余量

  • 线性 SVM:数学表示

  • 非线性 SVM

  • 内核技巧

  • Demo:语音分类

  • 实践:大学分类

  • 关键要点

  • 知识检查

  • 对运动学数据进行分类

第 7 课无监督学习
  • 学习目标

  • 概述

  • 无监督学习的例子和应用

  • 聚类

  • 层次聚类

  • 层次聚类示例

  • 演示:聚类动物

  • 实践:客户细分

  • K-means聚类

  • 最佳簇数

  • 演示:基于集群的激励

  • 练习:图像分割

  • 关键要点

  • 知识检查

  • 聚类图像数据

第 8 课时间序列建模
  • 学习目标

  • 时间序列建模概述

  • 时间序列模式类型:A 部分

  • 时间序列模式类型:B 部分

  • 白噪声

  • 平稳性

  • 去除非平稳性

  • 演示:航空乘客 - A

  • 实践:啤酒生产 - A

  • 时间序列模型:A 部分

  • 时间序列模型:B 部分

  • 时间序列模型:C 部分

  • 时间序列预测的步骤

  • 演示:航空乘客 - B

  • 实践:啤酒生产 - B

  • 关键要点

  • 知识检查

  • 国际货币基金组织商品价格预测

第 9 课 集成学习
  • 集成学习

  • 概述

  • 集成学习方法:A 部分

  • 集成学习方法:B 部分

  • AdaBoost 的工作

  • AdaBoost 算法和流程图

  • 梯度提升

  • XGBoost

  • XGBoost 参数:A 部分

  • XGBoost 参数:B 部分

  • 演示:皮马印第安人糖尿病

  • 练习:线性可分物种

  • 型号选择

  • 常见的拆分策略

  • 演示:交叉验证

  • 练习:模型选择

  • 关键要点

  • 知识检查

  • 使用 XGBoost 调整分类器模型

第 10 课推荐系统
  • 学习目标

  • 简介

  • 推荐系统的目的

  • 推荐系统的范式

  • 协同过滤:A 部分

  • 协同过滤:B 部分

  • 关联规则挖掘

  • 关联规则挖掘:市场篮子分析

  • 关联规则生成:先验算法

  • Apriori 算法示例:A 部分

  • Apriori 算法示例:B 部分

  • Apriori算法:规则选择

  • Demo:用户-电影推荐模型

  • 实践:电影-电影推荐

  • 关键要点

  • 知识检查

  • 图书租赁推荐

第 11 课文本挖掘
  • 学习目标

  • 文本挖掘概述

  • 文本挖掘的意义

  • 文本挖掘的应用

  • 自然语言工具包库

  • 文本提取和预处理:标记化

  • 文本提取和预处理:N-gram

  • 文本提取和预处理:停止词去除

  • 文本提取和预处理:词干提取

  • 文本提取和预处理:词形还原

  • 文本提取和预处理:词性标注

  • 文本提取和预处理:命名实体识别

  • NLP 流程工作流程

  • 演示:处理布朗语料库

  • 维基语料库

  • 构造句子:语法

  • 渲染语法树

  • 构造句子:分块和分块解析

  • NP 和 VP 块和解析器

  • 结构化句子:Chinking

  • 上下文无关语法(CFG)

  • 演示:构造句子

  • 实践:航空公司情绪

  • 关键要点

  • 知识检查

  • 世界杯

第 12 课项目亮点
  • 项目亮点

  • 安德鲁迈克菲| 构建思维机器组合:欢迎技术成为您的同事

  • 优步票价预测

  • 亚马逊 - 员工访问

  • 实践项目

  • 加州房价预测

  • 带有 LR 的网络钓鱼检测器

查看更多
在线咨询
姓名
请输入姓名
电话
请输入电话
邮箱
请输入邮箱
需求
请输入需求
提供您的联系方式,即表示您同意我们的 隐私政策

行业项目

项目1

优步的票价预测

优步希望提高其票价预测模型的准确性。通过选择最佳数据和 AI 技术来帮助 Uber 构建其下一代模型。

票价测试

项目2

梅赛德斯奔驰的测试台时间减少

梅赛德斯-奔驰希望缩短模型在其测试台上花费的时间,从而缩短汽车的上市时间。构建和优化机器学习算法来解决这个问题。

提高实效

项目3

收入资格预测

美洲开发银行希望让人们有资格参加援助计划。使用随机森林分类器帮助银行建立和提高数据集的准确性。

收入资格

项目4

亚马逊员工访问权限预测

使用亚马逊员工的数据及其访问权限构建一个模型,该模型在员工进入和离开亚马逊内部角色时自动决定访问权限。

访问权限

认证证书

达到认证条件后,您将获得圣普伦和Simplilearn联合认证的电子证书。我们会通过电子邮件给您发送电子证书,证书上的名字以您注册时使用的名字为准。

认证条件

  • 85% 的自定进度的在线课程学习,或参加在线课堂授课学习
  • 在课程结束评估中不低于 75% 的分数
  • 至少成功通过一个项目评估

学员反馈

4.1

阿肖克·库马尔·科塔达帕尼

高级测试经理 Infosys

Simplilearn 的培训导师很有耐心,在不影响课程进度的情况下,解答学员所有的疑惑和问题。Simplilearn为想要在数据分析和数据科学领域学习和发展的人员提供了最便利的平台。

3.9

阿斯米塔·万卡德

学生 NIT

对初学者来说这个课程内容也非常棒,也可以学习和理解这门课程,我很高兴加入并成功完成了“认证机器学习”课程。非常感谢 Simplilearn!

4.2

马赫什·冈卡

高级分析师程序员 阿联酋航空

Simplilearn对初学者和有经验的想要从事数据科学工作的人来说,都是一个很好的开始。培训导师有非常丰富的经验,在概念和实操方面给了我们详细讲解和指导。通过实际动手的项目练习,我很容易地完成了机器学习的高级课程。

4.2

莎拉尼亚奈尔

简伯特 业务分析师

在Simplilearn我学完了 Tableau、R 和 Python 和 machine learning 培训课程,这些课程对我的职业发展有很大的帮助作用。现在,我正在攻读数据科学硕士学位,谢谢Simplilearn!