楼+之机器学习实战第 15 期

6 周成为机器学习初级工程师

25 个实验 + 19 个挑战 + 1 个项目挑战比赛

开课时间

随到随学

教学周期

180 天

答疑时长

180天

支持蚂蚁花呗

购买后72小时内可条件退

支付后可开发票

当前价￥2599

本期剩余名额 0

右下角，进入社群领取100元优惠~

完成学生认证，立享5折优惠 >>

适合人群

作为一项前沿的技术，人工智能不可能做到零门槛，所以需要你具备一些基本的前提条件。

熟悉 Python 基础语法

《实训营机器学习实战》课程将会使用 Python 语言作为代码实战过程中唯一的编程语言。除了 Python 语言具备语法简单，上手快的特点。选择其的另一个重要原因是目前在机器学习领域，最优秀的开源项目和工具几乎都提供了对 Python 语言的支持。

如果你对 Python3 还不够了解和熟悉，非常推荐学习蓝桥云课免费基础课程：Python3 简明教程

有一定的数学基础

为了更好地理解机器学习算法原理，你需要具备一定的数学基础。如果你是理工科学生，并在大学本科阶段学习过数学基础知识依据足够。不需要你花费大量时间去全面重温《高等数学》、《线性代数》等课程内容，只要有印象，回忆起来就非常快了。除此之外，非理工科学生需要你掌握基础的线性代数知识，推荐观看可汗学院线性代数基础课程

如果你的数学基础较差，但又想学习人工智能知识，不要忘记我们是人工智能实战课程。本次课程中，我们对常用的开源框架都进行了讲解，你可以着重于对人工智能方法的应用。简单来讲，如果你实在无法理解算法背后的数学原理，掌握使用 Python 完成人工智能代码实战也是一件很有收获的事情。,

每周付出的时间

每周至少有 12 小时用于完成实验、挑战任务

坚持到底的决心

不会因为遇到困难而半途而废，有毅力坚持到最后

积极主动的态度

遇到问题能与小组同学及助教讨论，积极主动寻求答案

真实学员评价

wanghy33 L38

基本达到了我对课程的预期，还不错，愿实验楼越办越好。

Nemo L329

谢谢六周的陪伴，课程设置循序渐进，答疑服务很及时，：）

zephoony L254

通过楼+机器学习，系统地认识整个机器学习知识体系，注重模型训练整个流程的实际操作，最后还有一个 kaggle 项目检验自己的学习成果，相当棒！！！

Huangchenglong L63

优点：内容很丰富，知识脉络清晰，上手快，挑战难易适度；需改进：网络太卡体验不是很好；

SPEEDXCC L325

课程整体知识量还是挺丰富的~如果能按时的付出时间完成课程，会有不小的收获，基本上能将机器学习的基本概念与实现流程梳理一遍，对算法也能有相应的了解，实验楼领进门，修行还要看个人，各位共勉了，还有最后一章的 RNN 和 GAN 跨度稍微有一点大...ouo...

UTKer L68

感谢实验楼给我们提供了一个可以学习实践知识的平台，优质的课程让我们受益匪浅。

ChellyFan L395

先说好的： 1.实验文档写的很好，配图很生动便于理解，算是尽可能地把高深的定义用最形象的方式去告诉给大家了，至于能不能领会最后还是得靠自己去细细思考，跟助教、大家的讨论。 2.每周总结的思维导图很赞，我自己就很喜欢用这种方式去把零散的知识串起来，至少知道这一周过来自己都学了哪些东西，分别有哪些子类，时不时就在脑子里过一遍，发现某个概念的具体定义忘了就可以再翻出对应的文档再学一遍，学习就是如此反复的过程。 3.我自己是一个比较懒散的人。。。没有外力监督就很容易懈怠，有个学习时间排名，每天再忙也会挤出些许时间去做实验。 4.huhuhang 老师直播挺耐心细致的，跟大家互动很多很有趣~ 说一点不好的：平均每周16小时这个实际上达不到吧！其实学习起来花时间最多的也就第二周的课程，最多12小时左右，16小时设置不太合理！

课程安排

课程准备阶段

第0周

预备知识

本课程将使用 Python 作为代码实战过程中的唯一编程语言，需要你熟悉使用 Python 构建机器学习模型的常用工具模块，包括 NumPy，Pandas 以及绘图工具 Matplotlib。如果你还未掌握上述技能，请在开课前自学以下课程：Python3简明教程，NumPy 数值计算基础课程， Pandas 数据处理基础课程，Matplotlib 数据绘图基础课程。详细内容，请阅读正式课程页面中的课程准备相关内容。

监督学习阶段

本阶段将围绕着机器学习中的监督学习问题展开，这也是机器学习领域中最重要的内容之一。你将学习回归和分类 2 大类问题所适用的数十种方法和算法，并学会使用其解决实际问题。

第1周

监督学习回归方法

本周将围绕监督学习中的回归问题展开，内容将涵盖线性回归、多项式回归、岭回归等不同的回归算法及模型评价机制。实验将从原理讲解，通过 Python 实现核心算法，并最终学会使用开源工具完成快速建模。

第2 ~ 3周

监督学习分类方法

接下来的 2 周时间将围绕监督学习中的分类问题展开，内容将涵盖逻辑回归、K 近邻算法、朴素贝叶斯、支持向量机、决策树、随机森林、装袋和提升等常用的近 10 种不同的方法和算法。实验将从原理讲解，通过 Python 实现核心算法，并最终学会使用开源工具完成实战应用。除此之外，你还会学习到机器学习工程领域模型部署和增量训练等知识内容。

无监督学习阶段

无监督学习同样是机器学习中重要的分支之一，本阶段将了解无监督学习中数据聚类、主成分分析等方法。涉及到划分聚类、层次聚类、密度聚类、谱聚类等类别下近 10 种不同的聚类算法。

第4周

无监督学习方法

本周将围绕无监督学习中的聚类问题展开，内容将涵盖划分聚类、层次聚类、密度聚类、谱聚类等类别下近 10 种不同的聚类算法。实验将从原理讲解，通过 Python 实现核心算法，并对不同的聚类算法进行比较与评估。

工程应用阶段

本阶段将了解机器学习工程实践方法，包括前沿的自动化机器学习技术以及机器学习模型部署方法。最终，我们将通过项目挑战比赛来检验课程的学习成果。

第5周

机器学习工程

本周内容将涉及到自动化机器学习技术，自动化机器学习可以一定程度上降低机器学习模型的开发门槛，算法的选择、训练、调优、部署等一系列过程都可以交给自动化组件来完成。与此同时，我们将掌握机器学习模型的部署方法，并独立完成云端模型 RESTful API 的设计和部署。

第6周

项目挑战比赛

为了检验课程内容的学习成果，你需要独立完成最终的课程项目挑战。我们依托于 Kaggle 建立了实战化的比赛，你将体会到竞争带来的乐趣。如果你能够出色完成项目挑战内容，将有机会获得课程设置的现金奖学金。除此之外，认真完成项目挑战的学员，也将收到课程组给出的评阅意见。

点击查看详细课程大纲 (查看你的详细学习计划)

FAQ

课程会涉及到深度学习吗？

不会，蓝桥云课提供了实训营深度学习实战课程。如果你不具备机器学习基础，我们建议你先学习本课程后，再学习深度学习相关知识。

是否支持退款？

报名起72小时内，学习章节小于阶段2，支持无理由退费。

支持什么付款方式？

目前支持微信，支付宝付款，花呗分期。

课程中如何进行答疑？

蓝桥云课共有3种答疑方式：微信群实时答疑，1V1桌面共享答疑，讨论区答疑。

其中周一至周五每天 09:00-18:00 可使用微信群实时答疑，必要的时候会使用蓝桥云课的共享桌面功能提供 1V1 共享桌面协作；其余时间，无法保证及时回复，可以在讨论区提问，助教上班后第一时间回复解决。

实训营课程与其他课程的区别是什么？

实训营面向的是希望系统化学习某一技术的用户，提供了更完善的学习路径和教学服务。实训营课程与其它课程最大的不同体现在教学服务上：

loupus features

学完能达到什么水平？

对机器学习常见算法原理熟悉、能手动实现部分核心算法，同时学会使用开源框架搭建预测模型，可达到机器学习初级工程师的水平。

课程主要是什么形式？

课程核心采用实验+挑战+教学服务模式，不是直播和录播：

对于课程中的挑战，我们会提供实际工作中会遇到的问题或项目任务，包含若干知识点，需要在线完成，系统自动评判PASS或FAIL。

点击此处了解如何学习实训营课程

如果你还不熟悉蓝桥云课，点击这里了解蓝桥云课

开课前需要做什么准备？

只需要准备一台能上网的电脑，学习将在蓝桥云课的在线环境进行，无需安装配置本地环境；
阅读课程须知，并完成第0周的课程学习（你可以报名后在课程详情页找到它）

学完能找到工作吗？

课程内容基本覆盖了常用的机器学习方法，也满足了机器学习初级工程师的基本需要。如果要尝试寻找机器学习方面的工作，除了熟知机器学习的算法和原理，还需要具备较为扎实的 Python 编程能力和工程实现能力。当然，如果能动手亲自学完课程中的代码和习题，相信你在这些方面都能得到很大的提升。

课程是否有有效期？

课程有效期180天，超过有效期只能查看文档不能使用在线环境。