Complete Machine Learning & Data Science Bootcamp 2023

这是本月刚刚更新的畅销机器学习和数据科学课程，包含 2023 年的最新趋势和技能！成为一名完整的数据科学家和机器学习工程师！加入由 900,000 多名工程师组成的实时在线社区，以及由曾在硅谷和多伦多等地的大公司实际工作过的行业专家教授的课程。 安德烈课程的毕业生现在在谷歌、特斯拉、亚马逊、苹果、IBM、摩根大通、Meta 和其他顶级科技公司工作。你将从零走向精通！

通过 Udemy 上最现代、最新的数据科学课程（我们使用最新版本的 Python、Tensorflow 2.0 和其他库），从头开始学习数据科学和机器学习、获得工作并在学习过程中获得乐趣。本课程的重点是效率：再也不要花时间在令人困惑、过时、不完整的机器学习教程上。我们非常有信心，这是您在任何地方都能找到的关于该主题的最全面、最现代的课程（大胆的声明，我们知道）。

这个 基于项目的综合课程将向您介绍数据科学家的所有现代技能，并且在此过程中，我们将构建许多真实世界的项目以添加到您的投资组合中。您将可以访问 Github 上的所有代码、工作簿和模板（Jupyter Notebooks），以便您可以立即将它们放入您的作品集！我们相信这门课程解决了进入数据科学和机器学习领域的最大挑战：在一个地方拥有所有必要的资源并学习最新趋势和雇主想要的工作技能。

当我们从头到尾引导您成为一名专业的机器学习和数据科学工程师时，课程将非常实用。该课程涵盖 2 个轨道。如果您已经了解编程，则可以直接进入并跳过我们从头教您 Python 的部分。如果您是全新的，我们会从头开始教您 Python 以及如何在现实世界中为我们的项目使用它。别担心，一旦我们学习了机器学习 101 和 Python 等基础知识，我们就会进入神经网络、深度学习和迁移学习等高级主题，这样您就可以进行现实生活实践并为现实世界做好准备（我们向您展示成熟的数据科学和机器学习项目，并为您提供编程资源和备忘单）！

本课程涵盖的主题是：

– 数据探索和可视化

– 神经网络和深度学习

– 模型评估与分析

– 蟒蛇3

– 张量流 2.0

– 麻木的

– Scikit-学习

– 数据科学和机器学习项目和工作流程

– 使用 MatPlotLib 和 Seaborn 在 Python 中进行数据可视化

– 迁移学习

– 图像识别和分类

– 训练/测试和交叉验证

– 监督学习：分类、回归和时间序列

– 决策树和随机森林

– 集成学习

– 超参数调整

– 使用 Pandas Data Frames 解决复杂任务

– 使用 Pandas 处理 CSV 文件

– 使用 TensorFlow 2.0 和 Keras 的深度学习/神经网络

– 使用 Kaggle 并参加机器学习竞赛

– 如何展示你的发现并打动你的老板

– 如何清理和准备数据以供分析

– K 最近邻

– 支持向量机

– 回归分析（线性回归/多项式回归）

– 如何使用 Hadoop、Apache Spark、Kafka 和 Apache Flink

– 使用 Conda、MiniConda 和 Jupyter 笔记本设置您的环境

– 将 GPU 与 Google Colab 结合使用

到本课程结束时，您将成为一名完整的数据科学家，可以被大公司聘用。我们将使用我们在课程中学到的一切来构建专业的现实世界项目，如心脏病检测、推土机价格预测器、狗品种图像分类器等等。到最后，您将拥有一堆可以向他人炫耀的项目。

事实是这样的：大多数课程都会教你数据科学，而且就是这样做。他们向您展示如何开始。但问题是，您不知道从那里去哪里或如何构建自己的项目。或者他们在屏幕上向您展示了很多代码和复杂的数学，但他们并没有真正很好地解释事情让您自己去解决现实生活中的机器学习问题。

无论您是编程新手，还是想提高您的数据科学技能，或者来自不同行业，本课程都适合您。本课程并不是要让您在不了解原理的情况下只是编写代码，这样当您完成本课程后，您除了观看另一个教程之外不知道该做什么。不！本课程将推动您并向您提出挑战，让您从一个没有数据科学经验的绝对初学者，成长为一个可以离开的人，忘记 Daniel 和 Andrei，并建立自己的数据科学和机器学习工作流程。

机器学习在商业营销和金融、医疗保健、网络安全、零售、运输和物流、农业、物联网、游戏和娱乐、患者诊断、欺诈检测、制造业异常检测、政府、学术/研究、推荐系统和那么多。在本课程中学到的技能将为您的职业生涯提供很多选择。

您会听到诸如人工神经网络或人工智能 (AI) 之类的陈述，到本课程结束时，您将最终理解这些是什么意思！

单击“立即注册”并加入我们社区中的其他人，以在行业中站稳脚跟，并学习数据科学家和机器学习。我们保证这比任何关于该主题的训练营或在线课程都要好。课程内见！

授课人：

Daniel Bourke：
一位自学成才的机器学习工程师，他生活在互联网上，无法治愈地渴望长途跋涉和填写空白页面。

我在机器学习方面的经验来自于在澳大利亚发展最快的人工智能机构之一 Max Kelsen 工作。

我曾在多个行业研究过机器学习和数据问题，包括医疗保健、电子商务、金融、零售等。

我最喜欢的两个项目包括构建机器学习模型以从澳大利亚领先的医学研究机构之一的医生笔记中提取信息，以及构建自然语言模型以评估澳大利亚最大的保险集团之一的保险索赔。

由于自然语言模型（一种读取保险索赔并确定哪一方有过错的模型）的性能，保险公司能够将其日常评估工作量减少多达 2,500 项索赔。

我的长期目标是结合我的机器学习知识和营养学背景，努力回答“我应该吃什么？”这个问题。

除了自己构建机器学习模型外，我还喜欢撰写有关该过程的文章和制作视频。我在 Medium、个人博客和 YouTube 上关于机器学习的文章和视频总共获得了超过 500 万的浏览量。

我只喜欢用有趣和教育性的方式解释一个复杂的话题。我知道尝试自己在线学习新主题是什么感觉。因此，我全身心投入以确保我的创作尽可能地易于访问。

我的作案手法（我做事方式的奇特术语）是学习创造和创造学习。如果您知道这个概念的日语单词，请告诉我。

欢迎提问。

———-

Andrei Neagoie：
Andrei 是Udemy上评价最高的开发课程的讲师，也是发展最快的课程之一。 他的毕业生已经在苹果、谷歌、亚马逊、摩根大通、IBM、优衣库等世界上一些最大的科技公司工作……他一直在硅谷和多伦多担任高级软件开发人员，为许多多年，现在他正在利用他所学的一切来教授编程技能，并帮助您发现作为开发人员在生活中所允许的惊人的职业机会。

作为一名自学成才的程序员，他知道有大量的在线课程、教程和书籍过于冗长且不足以教授适当的技能。大多数人在学习复杂的主题时都感到无所适从，不知道从哪里开始，或者更糟糕的是，大多数人没有 20,000 美元用于编码训练营。 编程技能应该是负担得起的，并且对所有人开放。教育材料应教授当前的现实生活技能，不应浪费学生的宝贵时间。   从为财富 500 强公司、科技初创公司工作，到创立自己的企业，他吸取了重要的教训，现在他将 100% 的时间用于教授他人宝贵的软件开发技能，以便在令人兴奋的环境中掌控他们的生活和工作具有无限可能的行业。

Andrei 向您保证，没有其他课程像它一样全面且解释清楚。 他认为，要想学到任何有价值的东西，都需要从基础开始，发展树的根。只有从那里您才能学习与基础相关的概念和特定技能（叶子）。当以这种方式构建时，学习变得指数级。

凭借他在教育心理学和编码方面的经验，Andrei 的课程将带您了解您从未想过可能实现的复杂主题。

课程内见！