完整的人工智能和机器学习，数据科学训练营 | Complete Machine Learning & Data Science Bootcamp
使用Tensorflow、Pandas和Python学习数据科学、数据分析、机器学习（人工智能）和Python；更多！
讲师：Andrei Neagoie
双语资源中英文字幕学习课程，独家翻译制作，提供全部配套课程资料。全网最低价享受高品质课程资源，无限分享下载。
你将会学到什么？
- 成为一名数据科学家并被录用
- 掌握机器学习并在工作中使用它
- 使用最新Tensorflow 2.0的深度学习、迁移学习和神经网络
- 使用谷歌、苹果、亚马逊和Meta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
- 了解为每种类型的问题选择哪种机器学习模型
- 现实生活中的案例研究和项目，以了解现实世界中的事情是如何完成的
- 学习数据科学工作流的最佳实践
- 实现机器学习算法
- 学习如何使用最新的Python 3在Python中编程
- 如何改进你的机器学习模型
- 学习预处理数据、清理数据和分析大数据。
- 建立一个简历上的工作组合
- 数据科学和机器学习的开发环境设置
- 监督和非监督学习
- 基于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
- 使用Pandas探索大型数据集并处理数据
- 学习NumPy及其在机器学习中的应用
- 一系列数据科学和机器学习项目，用于申请该行业的工作，并提供所有代码和笔记本电脑
- 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等工具在行业中的使用方式
- 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
- 不需要以前的经验（即使是数学和统计学）。我们从最基础的开始。
- 具有互联网连接的计算机（Linux/Windows/Mac）。
- 对于那些知道编程和不知道编程的人来说，有两条路可走。
- 本课程中使用的所有工具均可免费使用。
课程说明
成为一名完整的人工智能、数据科学家和机器学习工程师！加入一个由90多万名工程师组成的在线直播社区，参加由曾在硅谷和多伦多等地的大公司工作过的行业专家教授的课程。Andrei课程的毕业生现在在谷歌、特斯拉、亚马逊、苹果、IBM、JP Morgan、Meta等顶级科技公司工作。你将从零到精通
从头开始学习数据科学和机器学习，获得聘用，并在Udemy上享受最现代、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）。本课程侧重于效率：永远不要再花时间在令人困惑、过时、不完整的机器学习教程上我们非常有信心，这是你在任何地方都能找到的关于这个主题的最全面、最现代的课程（我们知道，这是一个大胆的声明）
这门全面的、基于项目的课程将向您介绍数据科学家的所有现代技能，在此过程中，我们将构建许多现实世界的项目来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 Notebook），以便您可以立即将它们放在投资组合中！我们认为，这门课程解决了进入数据科学和机器学习领域的最大挑战：在一个地方拥有所有必要的资源，学习雇主想要的最新趋势和在职技能
当我们引导你从始至终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。本课程包括两条轨道。如果你已经知道编程，你可以直接进入并跳过我们从头开始教你Python的部分。如果你是新手，我们会从一开始就教你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，这样你就可以进行现实生活中的练习，为现实世界做好准备（我们向你展示了成熟的数据科学和机器学习项目，并为你提供编程资源和备忘单）本课程涵盖的主题包括：
-数据探索和可视化
-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中实现数据可视化
-迁移学习
-图像识别与分类
-培训/测试和交叉验证
-监督学习：分类、回归和时间序列
-决策树与随机森林
-合奏学习
-超参数调整
-使用Pandas数据帧解决复杂任务
-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给老板留下深刻印象
-如何清理和准备数据以供分析
-K最近的邻居
-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笔记本设置环境
-在Google Colab中使用GPU
在本课程结束时，你将成为一名完全的数据科学家，可以在大公司工作。我们将利用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、犬种图像分类器等等。到最后，你会有一堆你已经构建的项目，你可以向别人展示。
事实是：大多数课程都教你数据科学，而且就是这样。他们告诉你如何开始。但问题是，你不知道从哪里开始，也不知道如何构建自己的项目。或者他们在屏幕上向你展示了很多代码和复杂的数学，但他们并没有很好地解释事情，让你自己去解决现实生活中的机器学习问题。
无论你是编程新手，还是想提高你的数据科学技能，或者来自不同的行业，这门课程都适合你。本课程不是让你在不理解原理的情况下只编写代码，这样当你完成课程后，除了观看另一个教程外，你不知道该做什么。不本课程将推动你并挑战你从一个没有数据科学经验的绝对初学者，变成一个可以离开的人，忘记Daniel和Andrei，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、推荐系统等领域都有应用。在本课程中学到的技能将为你的职业生涯提供很多选择。
你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，你将最终理解这些陈述的含义！
点击“立即注册”，加入我们社区的其他人，在行业中获得优势，学习数据科学家和机器学习。我们保证这比任何关于这个主题的训练营或在线课程都要好。球场内见
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，有着无法抑制的渴望，想要长时间散步并填补空白页。
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。
我曾在医疗保健、电子商务、金融、零售等多个行业从事机器学习和数据问题的研究。
我最喜欢的两个项目包括为澳大利亚一家领先的医学研究机构构建一个机器学习模型，从医生笔记中提取信息，以及为澳大利亚最大的保险集团之一构建一个自然语言模型，以评估保险索赔。
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，保险公司能够将每日评估负荷减少多达2500起索赔。
我的长期目标是结合我的机器学习知识和我的营养学背景，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，我还喜欢写关于这个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共获得了超过500万的浏览量。
我最喜欢的就是用娱乐和教育的方式解释一个复杂的话题。我知道在网上和自己学习一个新话题是什么感觉。所以我倾注了我的灵魂，确保我的创作尽可能地触手可及。
我的工作方式（对我做事方式的一个花哨的术语）是学习创造和创造学习。如果你知道这个概念的日语单词，请告诉我。
欢迎提问。
Andrei Neagoie：Andrei是Udemy上评分最高的开发课程的讲师，也是增长最快的课程之一。他的毕业生已经转到世界上一些最大的科技公司工作，如苹果、谷歌、亚马逊、摩根大通、IBM、优衣库等。……他多年来一直在硅谷和多伦多担任高级软件开发人员，现在正在利用他所学到的一切，教授编程技能，帮助你发现作为开发人员在生活中所能提供的惊人的职业机会。
作为一名自学成才的程序员，他明白有大量的在线课程、教程和书籍过于冗长，不足以教授正确的技能。大多数人在学习复杂的主题时都会感到瘫痪，不知道从哪里开始，甚至更糟糕的是，大多数人没有2万美元可以花在编程训练营上编程技能应该是负担得起的，并且对所有人开放。教育材料应该教授最新的现实生活技能，不应该浪费学生的宝贵时间。在为财富500强公司、科技初创公司工作，甚至创办自己的企业时，他吸取了重要的经验教训，现在他将100%的时间用于教授他人宝贵的软件开发技能，以便在一个充满无限可能性的激动人心的行业中控制他们的生活和工作。
安德烈向你保证，没有其他课程能像它一样全面和解释得很好他认为，为了学习任何有价值的东西，你需要从基础开始，发展树根。只有从那里，你才能学习到与基础相关的概念和特定技能（叶子）。当以这种方式构建时，学习会呈指数级增长。
凭借他在教育心理学和编程方面的经验，Andrei的课程将带你了解你从未想过的复杂科目。
球场内见
此课程面向哪些人？
- 任何没有经验（或初学者/初级）想学习机器学习、数据科学和Python的人
- 你是一名程序员，希望将自己的技能扩展到数据科学和机器学习领域，让自己更有价值
- 任何想从不仅教书，而且在该领域实际工作过的行业专家那里学习这些主题的人
- 你正在寻找一门课程来教你机器学习和数据科学，让你跟上行业的步伐
- 你想学习基础知识，并能够真正理解这些主题，而不是仅仅在屏幕上看别人编码几个小时而没有真正“理解”
- 你想学习在你的项目中使用深度学习和神经网络
- 你想通过使用强大的机器学习工具为你自己的企业或公司增加价值。
