先决条件: Python和数据科学入门知识。

您将学到什么

• 高级数据准备

  实施复杂方法，用于清洗、转换及整合不同数据集。

• 特征处理

  从原始数据中创建并筛选有益特征，以提升模型性能。

• 模型构建与调优

  应用并调整各类有监督与无监督学习算法。

• 模型评估

  运用恰当的度量标准和验证策略，评估并比较模型表现。

• 部署要点

  了解使用API和容器准备及部署机器学习模型的基础知识。