Machine Learning
这是一个面向 Python 机器学习的技能模块,主要围绕 scikit-learn、PyTorch 及相关工具展开,帮助学习者构建机器学习模型。内容涵盖数据预处理、模型选择、训练流水线、交叉验证与超参数调优;PyTorch 的张量操作、神经网络模块、训练循环、DataLoader 与 GPU 加速;特征工程中的特征选择、降维、缩放、编码与缺失值处理;模型评估中的指标选择、混淆矩阵、ROC 曲线、学习曲线与模型比较;以及 MLOps 基础,包括模型序列化、MLflow 实验跟踪、模型版本管理、模型服务和可复现性。学习前提为 Python 基础、NumPy 与 Pandas、统计学基础。学习成果包括训练机器学习模型、评估模型性能、构建机器学习流水线以及将模型部署到生产环境。