学习课程 新闻 基于项目的学习 如何从头开始实施机器学习算法
机器学习 (ML) 是人工智能的一个子领域，本质上是创建经过训练的计算机系统，无需经过显式编程即可做出自己的预测。
无论您是否注意到，机器学习已经影响我们的日常生活和我们做出的决定。每次您使用语言翻译应用程序、浏览流媒体服务的建议或通过在线地图寻找最佳路线时，您都会参与机器学习。
深入了解机器学习算法底层工作原理的最佳方法之一是学习如何逐步构建它们。为了帮助您实现这一目标，JetBrains Academy 推出了新的机器学习算法从头开始课程，该课程提供了使用 Python 创建最常见的 ML 算法的基础知识和实践经验。
使用 Python 学习 ML 算法的好处
机器学习刚开始时可能会很复杂，因此从头开始学习编写机器学习算法是一项很好的学习练习。这项技能将为实现和定制 ML 工程师通常处理的更复杂、最先进的模型奠定坚实的基础。
由于其简单的语法和可读性，Python 是学习 ML 时最好使用的语言之一。它支持许多框架和库，可以在解决您遇到的问题时提供更大的灵活性。
当谈到使用 Python 进行机器学习项目时，PyCharm 是最著名的 IDE 之一。 PyCharm 提供了有用的功能，例如代码完成和检查、项目导航等。通过 JetBrains Academy 与 PyCharm 的集成，您可以直接在 IDE 中处理您的项目，从而充分利用 IDE 的所有功能。
你将学到什么
新课程既适合那些已经熟悉机器学习基础知识的人，也适合那些刚刚在该领域迈出第一步的人。对于经验丰富的学习者，我们准备了一些具有挑战性的数据科学项目来测试您的知识。
“从头开始的机器学习算法”课程将向您介绍数学、计算机科学和数据科学的基础知识，让您概述基本的 Python 结构。您将有机会熟悉最常见的机器学习算法，并通过完成项目来掌握它们。
在本课程中，您将：
✅ 涵盖 ML 数学主题，包括统计和概率。
✅ 了解 Python 库，包括 pandas 和 NumPy。
✅ 研究监督和非监督学习的基础知识。
✅ 探索回归和分类问题的常用算法和评估指标。
您将构建的项目
该课程涵盖 200 个适合您当前水平的教育主题和 11 个实际项目，以了解 ML 算法的工作原理。让我们仔细看看涵盖核心主题的两个项目：
🌳 简单~6小时。
决策树是一种流行的机器学习算法，类似于人类决策过程。它是一种多功能工具，可用于解决回归和分类问题。通过完成此项目，您将使用基尼指数和信息增益构建两个简单的模型，并对新样本进行预测。
拿起笔，让我们开始吧！
📈 具有挑战性的〜30小时。
逻辑回归是一种常见的分类算法，用于预测分类因变量的概率。在此项目中，您将学习算法背后的数学知识并构建自定义二元分类器。
该项目的目标是为两个不同的成本函数实现梯度下降，设计一种预测给定样本属于某个类别的概率的方法，并分析训练误差。最后但并非最不重要的一点是，您将在真实数据集上测试您的模型。
工作机会
机器学习是一个广阔的领域，可以提供许多不同的职业机会。业界最受欢迎的职位之一是机器学习工程师。您可以应用机器学习背景的其他工作包括数据科学家、网络安全分析师、人工智能工程师或 NLP 工程师。
如果您对未来几十年最受欢迎的职业之一感兴趣，机器学习是一个很好的开始。如需更多学习 ML 的机会，请查看我们的其他课程：
从头开始实现您的第一个 ML 算法是一次非常有益的学习经历，我们希望您喜欢和我们一起学习！请随时在评论中与我们分享您的反馈，或通过 academy@jetbrains.com 与我们联系。
快乐的（机器）学习，
您的 JetBrains Academy 团队
