【Udemy中英字幕】LEARNING PATH: Statistics for Machine Learning

学习路径：机器学习统计

利用统计基础知识和术语进行模型构建和验证

讲师：Packt Publishing

双语IT资源独家Udemy付费课程，独家中英文字幕，配套资料齐全！

用不到1/10的价格，即可享受同样的高品质课程，且可以完全拥有，随时随地都可以任意观看和分享。

你将学到什么

• 介绍统计术语和机器学习
• 为简单线性回归和多元线性回归提供实用的解决方案
• 使用信用数据实施逻辑回归
• 使用示例比较逻辑回归和随机森林
• 通过 K 均值聚类以编程方式实现无监督学习的统计计算
• 了解人工神经网络概念
• 介绍不同类型的无监督学习

要求

• 要求具备 Python 和 R 编程知识。

描述

在分析复杂的统计问题时，机器学习让许多开发人员感到担忧。了解统计数据可以帮助您构建强大的机器学习模型来优化给定的问题陈述。此学习路径将教您执行机器学习所需的复杂统计计算所需的一切。因此，如果您是一位几乎没有统计背景的开发人员，并且希望在其系统中实现机器学习，那么请选择此学习路径。

Packt 的视频学习路径是一系列以逻辑和逐步方式组合在一起的单独视频产品，以便每个视频都建立在之前视频中学到的技能的基础上。该学习路径的亮点是：

• 学习用于模型构建和验证的机器学习术语
• 探索并执行无监督和强化学习模型

您将从统计术语和机器学习的基础知识开始。您将执行机器学习所需的复杂统计计算，并了解讨论机器学习统计方面的现实示例。然后，您将使用 Python 和 R 编程来实现各种领域问题的常用算法。您将使用 scikit-learn、NumPy、random Forest 等库。接下来，您将深入了解无监督学习和强化学习的各种模型，并借助 Keras 软件探索深度学习的基础知识。最后，您将了解使用 Python 编程语言进行强化学习的概述。

在本学习路径结束时，您将掌握机器学习所需的统计数据，并能够将您的新技能应用于任何类型的行业问题。

认识您的专家：

我们拥有以下受人尊敬的作者的最佳作品，以确保您的学习之旅顺利：

• PratapDangeti在班加罗尔的 TCS 分析与洞察创新实验室开发针对结构化、图像和文本数据的机器学习和深度学习解决方案。他在分析和数据科学方面积累了丰富的经验。他获得了印度理工学院孟买分校工业工程和运筹学项目的硕士学位。他是一位人工智能爱好者。不工作时，他喜欢阅读有关下一代技术和创新方法的内容

本课程适合谁：

• 此学习路径适用于那些几乎没有统计背景但想要在系统中实现机器学习的开发人员。