python 机器学习（从Python到机器学习共12门）

python 机器学习（从Python到机器学习共12门）Python，机器学习入门，中极机器学习，数据可视化，Pandas，特征学习，深度学习，SQL入门，SQL进阶，地理空间分析，机器学习可解释性。课程的设置是以实用为导向，按照数据项目所需要的核心技能来分小节，保证学完就能用，让学时间习性价比最大化。只需要几个小时就可以学到最有用的技术。一共12门课，包括一节测试课。

赖可 发自 凹非寺
量子位 报道 | 公众号 QbitAI

听说过Kaggle官网的免费“微课“吗？

想学Python 、机器学习、数据可视化……你可能会想到Coursera上的在线教程，或者吴恩达大名鼎鼎的深度学习视频课，或者一些有名的网上社区，比如fast.ai，Udemy和EdX。

但是你可能会因为时间不够就半途而废。Kaggle官网的一系列课程完美地解决了这个问题。

只需要几个小时就可以学到最有用的技术。

课程特色：快速上手，在线练习，社区讨论

一共12门课，包括一节测试课。

课程的设置是以实用为导向，按照数据项目所需要的核心技能来分小节，保证学完就能用，让学时间习性价比最大化。

Python，机器学习入门，中极机器学习，数据可视化，Pandas，特征学习，深度学习，SQL入门，SQL进阶，地理空间分析，机器学习可解释性。

每门课的右上角会有节数和学习所需的时间，右边是小节目录，每节课分为辅导和练习。

下图是Python，一共7小节，大约7个小时。这已经是需要时间最长的课程了，其它的课程只需要3到4个小时。

进入练习页面，可以在Kaggle的练习本Kernels直接练习代码。很方便。

此外还有学习社区，可以发帖讨论。

课程示例：机器学习可解释性

通常机器学习模型被称为“黑匣子”，人类无法理解这些预测背后的逻辑。而这门课程将教你从复杂机器学习模型中解释这些发现：

1、模型认为数据中的哪些特征是最重要的?
2、对于来自模型的任何单个预测，数据中的每个特性如何影响该特定预测？
3、从宏观上看，每个特征如何影响模型的预测(当考虑大量可能的预测时，它的典型影响是什么)?

这些发现有许多用途：

调试；为特征工程提供信息；指导未来的数据收集；为人的决策提供信息
建立信任，提高产品在用户中的接受度。

这套课程是不是既全面又亲民？祝大家学习愉快。

传送门：

https://www.kaggle.com/learn/overview

— 完 —

量子位 QbitAI · 头条号签约

关注我们，第一时间获知前沿科技动态