课程概览
学生学习让计算机从数据中学习的核心算法，评估模型性能，并部署模型解决分类与预测挑战。
核心课程
四大主题模块。每个模块包含一组课程与实验。
1模块 1
机器学习基础
核心机器学习概念、数据科学流程，以及关键的特征工程技巧。
2模块 2
监督学习
使用真实数据集构建并评估线性回归、逻辑回归和决策树。
3模块 3
非监督学习
使用 K-Means 聚类发现隐藏分组，并通过 PCA 进行降维。
4模块 4
进阶主题
介绍半监督技术、基础强化学习，以及最终项目报告。
你将收获
- 完整的机器学习流程经验：特征 → 模型 → 评估
- 回归、分类和聚类的实战练习
- 能够为实际问题选择合适的模型
- 一个带书面报告的最终机器学习项目
Available classes
Open classes you can enroll in directly. Each class shows its instructor and weekly schedule.
Loading classes…
Not sure which class fits? Reach us from the Contact page.
Cohort enrollment open
Ready to build with AI?
Schedule a free consultation. We'll help you choose the right track — Builder, Portfolio, Scholar, or Innovation — based on your goals and experience.