机器学习高级文凭

本模块讨论基于图形设计和感知心理学创建有效可视化的原理和技术。使用广泛采用的工具，您将应用这些原则和技术来创建丰富的可视化以进行分析和演示。您将学习视觉分析技术来掌握相关信息，并应用探索性技术来进一步获得关键见解。还将探索数据讲故事和信息图形的最佳实践，让学习者能够有效、雄辩地呈现数据。

本模块的目的是让您充分掌握编程语言来执行操作和分析。该模块适合具有很少或没有编程背景的学习者。教授的编程语言是Python，由于其简单性和灵活性，它正在迅速成为世界上最流行的编码语言。它的受欢迎很大程度上源于其在机器学习、网络自动化和物联网等领域的广泛应用。该模块向参与者强调了编程的语法和算法方面。您将能够使用 Python 进行编码，从基本算法到复杂算法逐步进行。

本模块的目的是为您提供处理、清理和准备用于数据分析目的的大型精选数据集的工具和技能。本模块的参与者至少应具备基本的编程知识，并能够理解和破译简单的语法。处理后的数据集将允许轻松执行有意义的统计分析、数据建模和机器学习。重点将放在数据集的提取、转换和加载（ETL）上。还将探讨针对缺失数据和时间序列数据使用相关编程库。学习者将体验探索性数据分析、数据标准化和数据分布的过程，这对于后续理解机器学习概念和模型至关重要。

在本模块中，您将首先接触描述性统计概念，深入研究集中趋势、正态分布、变异性度量、方差和标准差等主题。接下来，您将能够执行单变量、多变量和相关性分析，以便识别固有模式并从业务数据中获取关键见解。您还将使用系统创建适当的可视化组件，以从数据中获取见解。这些可视化组件将被合成到用户可以轻松采用的仪表板中。

本模块介绍机器学习的基础知识及其应用。您将获得机器学习的基本背景和背景知识。您将接触到监督和无监督学习模型，例如线性和逻辑回归、决策树、K 均值聚类等。使用领先的软件和相关库，您将能够实施和训练机器学习模型来应对业务挑战。

本模块介绍深度学习 (DL) 的基础知识及其应用。您将获得深度学习（机器学习的一个子集）的基本背景和背景知识。您将探索深度学习模型，例如神经网络、卷积神经网络和递归神经网络。您将有充足的机会体验这些模型在计算机视觉和自然语言处理等领域的实际应用。采用体验式方法，您将使用领先的软件和相关库来实施和训练深度学习模型。