课程主页: https://www.coursera.org/learn/python-machine-learning

课程介绍

我最近完成了 Coursera 上的 《Python中的应用机器学习》 课程，这是一个对机器学习感兴趣的人的绝佳起点。这门课程针对的是应用方面，而非统计背后的原理，非常适合初学者以及想要实际运用机器学习技术的学习者。

课程概述

课程主要分为四个模块，各个模块皆围绕机器学习的基础知识及其应用展开，不同于传统课程重视统计内容，它更注重于技术和方法的应用。如课程开始，便通过了一系列的例子和实操，把机Learning 的基本概念介绍给我们。

模块一：机器学习基础与SciKit Learn介绍

这一模块为学生提供了机器学习概念的基本认识，包括如何去处理分类问题，以K最近邻为例。通过实战教学使用SciKit Learn工具包，为后续学习打下坚实基础。

模块二：监督式机器学习（第一部分）

该模块深入讲解多种监督学习方法，包括分类与回归，重点在模型复杂性与模型表现的关系，介绍了插值规整技术以及如何改善特征缩放以避免过拟合等知识。同时引入了线性回归、逻辑回归等经典技术，让学生够具备应用机器学习的扎实能力。

模块三：模型评价

这一部分将讲解模型评价与选择方法，目的是帮助学生打通整个模型的训练与反馈的循环，优化机器学习模型的表现，确保我们的操作是有效的。

模块四：监督式机器学习（第二部分）

这里介紹了更高级的模型培训，如随机森林、梯度提升树及神经网络，同时谈微信公众号避数据泄露等机器学习的关键问题，胸怀事非的予以阐述，使得学员值得深思。

学习建议

我真的强烈推荐这个课程，不仅是作为知识的积累，也是作为技能的完善。采用 SciKit Learn 完成模拟项目和评价，通过混合实践，让学习更接近于真实的数据科学运用。因此，不论你是计算机专业的学生还是极拿想开启设备情的学习生涯，你在这里都能找到启发。

结语

总的来说，该课程是提升机器学习能力，深化应用技巧的重要一步，希望这些内容能够帮助还在犹豫的你捷足先登！

课程主页: https://www.coursera.org/learn/python-machine-learning