共9节 已有0人学过
主讲老师姚艳
更新时间2025-06-25 18:41:52
课件资料 下载
19.9 
魏贞源老师的《机器学习Python实践》这本书的讲解与补充，共分为22章，逐章讲解书籍内容、课程代码、并补充讲解相关要点。
不一定能听懂，但是一定能动手实践。
机器学习实践教程，对数学、统计、代码、人工智能均无基础要求。
逐章讲解《机器学习Python实践》全本书籍内容，包含数据理解、数据可视化、特征工程、建模、调参。
包含理论讲解、代码实现、要点说明等。套用代码模板，半小时实践机器学习项目。
电子书和配套代码：
1.沐神《动手学深度学习（Pytorch版）》；
2.《机器学习Python实践》魏贞原；
3.《Python大数据与机器学习实战》谢彦；
4.《深入浅出Pandas：利用Python进行数据处理与分析 》李庆辉；
5.机器学习小白代码模板（半小时上手版）；
10+年数据行业经验，机器学习理论功底深厚，善于从数据视角讲解原理，通俗易懂。
这门课程围绕《机器学习Python实践》展开，专为想入门机器学习、却被理论推导或环境配置劝退的学习者设计。它不堆公式，而是用Python带你从零走通机器学习全流程：先认识分类与回归、搭建Anaconda、Jupyter、VS Code环境，再通过鸢尾花分类Hello World项目，掌握数据导入、统计观察、直方图、箱线图、散点矩阵图、训练测试拆分、交叉验证、模型比较与预测评估。之后进一步讲解数据获取、清洗、pandas读取CSV与数据库、描述性统计和可视化，并延伸到回归、二分类、文本多分类三个完整项目。学完后，你不仅能看懂常见机器学习代码，还能用pandas、scikit-learn、Matplotlib完成数据探索、建模评估与项目复现，建立“数据理解—准备—建模—优化—部署”的实践框架，为竞赛、课程项目或后续理论学习打下扎实基础。适合编程基础较弱、希望快速上手实战的学习者。
姚艳
10+年数据行业经验，机器学习理论功底深厚，善于从数据视角讲解原理，通俗易懂。
给该课程打分：
发表
