Complete A.I. & Machine Learning, Data Science Bootcamp

学习数据科学、数据分析、机器学习（人工智能）和 Python，使用 TensorFlow、Pandas 等工具！

讲师:Andrei Neagoie, Daniel Bourke

您将学到什么

• 成为数据科学家并获得录用
• 精通机器学习并在工作中应用它
• 使用最新版 TensorFlow 2.0 进行深度学习、迁移学习和神经网络
• 使用像谷歌、苹果、亚马逊和元宇宙等大型科技公司使用的现代工具
• 向管理层和利益相关者展示数据科学项目
• 学习为每种类型的问题选择合适的机器学习模型
• 真实案例研究和项目，帮助你了解实际工作中是如何操作的
• 学习数据科学工作流程的最佳实践
• 实现机器学习算法
• 学习使用最新版 Python 3 进行编程
• 如何改进你的机器学习模型
• 学习数据预处理、数据清洗和大数据分析。
• 建立一份可用于简历的作品集
• 数据科学和机器学习开发环境搭建
• 监督学习和无监督学习
• 时间序列数据的机器学习
• 使用 Matplotlib 和 Seaborn 等数据可视化工具探索大型数据集
• 探索大型数据集并使用 Pandas 处理数据
• 学习 NumPy 及其在机器学习中的应用
• 一套包含数据科学和机器学习项目的作品集，用于求职，附带所有代码和笔记本文件
• 学习在项目中使用流行的库 Scikit-learn
• 了解数据工程以及 Hadoop、Spark 和 Kafka 等工具在行业中的应用
• 学习执行分类和回归建模
• 学习如何应用迁移学习

课程要求

• 无需任何先验经验（甚至不需要数学和统计学知识）。我们将从基础知识开始。
• 具有互联网连接的计算机（Linux/Windows/macOS）
• 针对会编程和不会编程的两类人设计了两条路径。
• 本课程中使用的所有工具都是免费的。

课程描述

成为全面的人工智能、数据科学家和机器学习工程师！加入由行业专家授课的在线社区，该社区拥有90多万名工程师成员。这些课程的讲师曾在硅谷和多伦多等地的大公司工作。

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等顶级科技公司工作。你将从零开始掌握所有技能！

从头学习数据科学和机器学习，找到工作，并享受整个过程。这是 Udemy 上最现代、最新颖的数据科学课程（我们使用最新的 Python 版本、TensorFlow 2.0 和其他库）。这门课程注重效率：再也不用浪费时间在令人困惑的过时或不完整的机器学习教程上。

我们非常自信，这是你能在任何地方找到的关于这个主题最全面和现代的课程（这是一个大胆的说法，但我们确实这么认为）。

这是一门基于项目的综合课程，它将向你介绍数据科学家所需的全部现代技能，并在此过程中构建许多真实世界项目以充实你的作品集。你将获得所有代码、工作簿和模板（Jupyter 笔记本）在 GitHub 上的访问权限，以便你可以立即将其添加到你的作品集中！我们认为这门课程解决了进入数据科学和机器学习领域最大的挑战：拥有所有必要的资源，并掌握雇主想要了解的最新趋势和技术。

课程大纲将非常注重实践操作，从头开始带你成为专业的机器学习和数据科学工程师。该课程涵盖两个学习路径。如果你已经掌握了编程技能，可以直接跳过我们教授 Python 基础知识的部分。如果是完全新手，我们将从零开始教你 Python，并展示如何在实际项目中使用它。不用担心，在讲解了机器学习入门和 Python 基础之后，我们会进入神经网络、深度学习和迁移学习等高级主题，让你获得真实世界的实践经验和准备应对现实世界（我们向你展示完整的数据科学和机器学习项目，并提供编程资源和速查表）！

本课程涵盖的主题包括：
– 数据探索与可视化
– 神经网络与深度学习
– 模型评估与分析
– Python 3
– TensorFlow 2.0
– NumPy
– Scikit-Learn
– 数据科学和机器学习项目及工作流程
– 使用 Matplotlib 和 Seaborn 进行数据可视化
– 迁移学习
– 图像识别与分类
– 训练集/测试集划分与交叉验证
– 监督学习：分类、回归与时序分析
– 决策树和随机森林
– 集成学习
– 超参数调优
– 使用 Pandas 数据帧解决复杂任务
– 处理 CSV 文件
– 使用 TensorFlow 2.0 和 Keras 进行深度学习/神经网络
– 参加 Kaggle 比赛和机器学习竞赛
– 如何展示你的成果并给老板留下深刻印象
– 如何清理和准备数据进行分析
– K 最近邻算法
– 支持向量机
– 回归分析（线性回归/多项式回归）
– Hadoop、Apache Spark、Kafka 和 Apache Flink 的使用方法
– 使用 Conda、Miniconda 和 Jupyter 笔记本设置开发环境
– 在 Google Colab 中使用 GPU

完成这门课程后，你将成为一名可以被大型公司聘用的完整数据科学家。我们将利用所学的一切来构建专业的真实世界项目，如心脏病检测器、推土机价格预测器、狗品种图像分类器等。最后，你会拥有一系列自己创建的作品集，可以向他人展示。

事实是：大多数课程只教你数据科学的基础知识，并且仅此而已。它们会告诉你如何开始，但你不知道接下来该怎么做或如何构建自己的项目。或者他们会在屏幕上展示大量的代码和复杂的数学公式，却未能解释得足够清楚让你独立解决实际的机器学习问题。无论你是编程新手、希望提升你的数据科学技能，还是来自其他行业的人士，这门课程都适合你。本课程不会让你只是机械地跟着做而不懂原理，以至于在完成课程后不知道下一步该做什么。不！
这门课程将挑战你从一个完全没有数据科学经验的绝对初学者成长为能够独立构建自己数据科学和机器学习工作流程的人。

机器学习应用于商业营销与金融、医疗保健、网络安全、零售业、交通运输与物流、农业、物联网、游戏娱乐、患者诊断、欺诈检测、制造中的异常检测、政府、学术研究/科研、推荐系统等领域，等等。本课程中所学的技能将为你提供许多职业选择。

你会听到诸如人工神经网络或人工智能（AI）这样的术语，并且在完成这门课程后，你终于会明白它们的意义！

点击“立即报名”加入我们的社区，在行业中领先一步，并学习数据科学和机器学习。我们保证这是任何同类训练营或在线课程中最好的。期待你在课程中的表现！
授课讲师：
丹尼尔·伯克（Daniel Bourke）:
一名自学成才的机器学习工程师，生活在网上，喜欢长时间散步并填满空白页面。
我在一家澳大利亚发展最快的AI机构Max Kelsen工作时获得了机器学习的经验。
我曾在医疗保健、电子商务、金融、零售等多个行业从事过机器学习和数据问题的工作。
其中两个最喜爱的项目包括为澳大利亚领先的医学研究设施构建一个从医生笔记中提取信息的机器学习模型，以及为澳大利亚最大的保险公司之一构建了一个自然语言处理模型来评估保险索赔。
由于该自然语言处理模型（读取保险索赔并决定哪一方负责）的表现良好，保险公司每天能够减少多达2500份索赔的评估工作量。
我的长期目标是结合我在机器学习方面的知识和营养学背景，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，我还喜欢撰写文章并在 Medium、个人博客和 YouTube 上制作视频。这些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。
没有什么比用娱乐且教育的方式解释复杂主题更让我高兴了。我知道在线自学新知识的感受，所以我倾尽全力确保我的作品尽可能易于理解。
我的做事方式（一个花哨的说法）是通过创造来学习，并通过学习来创造。如果你知道日语中表示这个概念的词，请告诉我。
随时欢迎提问。

安德烈·内戈耶（Andrei Neagoie）:
安德烈是 Udemy 上评分最高的开发课程讲师之一，也是增长最快的讲师之一。
他的毕业生已经在苹果、谷歌、亚马逊、摩根大通、IBM 和优衣库等全球顶级科技公司工作。他曾在硅谷和多伦多担任高级软件开发者多年，并现在将所学的一切用于教授编程技能，帮助你发现成为开发者的惊人职业机会。
作为一名自学成才的程序员，他知道在线课程、教程和书籍数量庞大且大多冗长乏味，无法有效传授实用技能。大多数人学习复杂主题时感到不知所措，甚至更糟糕的是，他们没有20,000美元来参加编码训练营。
编程技能应该负担得起并面向所有人开放。教育材料应教授当前的实用技能，并不应浪费学生宝贵的时间。
从为财富500强公司、科技初创企业工作到自己创业的经验中，他现在全身心投入于传授有价值的软件开发技能，帮助你掌控自己的生活，在一个充满无限可能性的令人兴奋行业中工作。

安德烈承诺没有其他课程能像他的那样全面且解释得如此清晰。
他认为要学习任何有价值的东西，你需要从基础开始并发展树干。只有这样，你才能学会与基础相连的概念和具体技能（叶子）。以这种方式结构化学习时，知识的增长是指数级的。

结合他在教育心理学和编程方面的经验，安德烈的课程将带你理解以前认为不可能掌握的复杂主题。
期待在课程中见到你！

本课程适合谁:

• 任何零基础（或初级/入门级）想要学习机器学习、数据科学和 Python 的人
• 你是一名程序员，希望扩展技能进入数据科学和机器学习领域，让自己更有价值。
• 任何希望从行业专家那里学习这些主题的人，这些专家不仅会教你理论知识，还拥有实际工作经验。
• 你正在寻找一门课程，既能教你机器学习和数据科学的知识，又能让你跟上行业的步伐。
• 你想学习基础知识，并真正理解这些内容，而不是只是盯着屏幕看别人写代码几个小时却根本没“懂”。
• 你想用深度学习和神经网络技术来提升你的项目水平
• 你想通过使用强大的机器学习工具为自己的业务或工作公司增加价值。