Tạo mô hình máy học

  • Lộ trình học tập
  • 6 Mô-đun

Xem nhanh

Máy học là nền tảng cho lập mô hình dự đoán và trí tuệ nhân tạo. Tìm hiểu một số nguyên tắc cốt lõi của máy học và cách sử dụng các công cụ và khuôn khổ chung để đào tạo, đánh giá và sử dụng các mô hình máy học.

Điều kiện tiên quyết

Lộ trình học tập này giả định kiến thức về các khái niệm toán học cơ bản. Một số kinh nghiệm với Python cũng có lợi.

Mô-đun trong lộ trình học tập này

Giới thiệu về các khái niệm máy học

Máy học là cơ sở cho hầu hết các giải pháp trí tuệ nhân tạo hiện đại. Sự quen thuộc với các khái niệm cốt lõi mà máy học dựa trên đó là một nền tảng quan trọng để hiểu AI.

Khám phá và phân tích dữ liệu với Python

Thăm dò và phân tích dữ liệu là cốt lõi của khoa học dữ liệu. Các nhà khoa học dữ liệu đòi hỏi kỹ năng về ngôn ngữ lập trình như Python để khám phá, trực quan hóa và thao tác dữ liệu.

Đào tạo và đánh giá các mô hình hồi quy

Hồi quy là một loại máy học thường được sử dụng để dự đoán các giá trị số.

Đào tạo và đánh giá các mô hình phân loại

Phân loại là một loại máy học được sử dụng để phân loại các mục thành các lớp học.

Đào tạo và đánh giá các mô hình phân cụm

Phân cụm là một loại máy học được sử dụng để nhóm các mục tương tự thành các cụm.

Đào tạo và đánh giá các mô hình học sâu

Học sâu là một hình thức tiên tiến của máy học mô phỏng cách bộ não con người học thông qua các mạng tế bào thần kinh được kết nối.

Bắt đầu