【為什麼我們要挑選這篇文章】上班族自我精進 AI、機器學習相關領域，往往只能靠下班時間微薄的意志力自學。但是機器學習博大精深，有沒有課程是可以快速入門，且能馬上應用的呢？
Kaggle 推出一款全新教程，就能滿足你的需求！新手工程師趕快存起來。（責任編輯：陳伯安）
「《科技報橘》徵才中！跟我們一起定位台灣產業創新力 >> 詳細職缺訊息
快將你的履歷自傳寄至 jobs@fusionmedium.com」
本文經 AI 新媒體量子位（公眾號 ID：QbitAI）授權轉載，轉載請聯繫出處
作者：量子位／賴可
聽說過 Kaggle 官網的免費小型課程嗎？
想學 Python 、機器學習、資料視覺化……你可能會想到 Coursera 上的線上課程、吳恩達大名鼎鼎的深度學習影片，或者一些有名的網上社區，比如 fast.ai，Udemy 和 EdX。
但是你可能會因為時間不夠就半途而廢。Kaggle 官網的一系列課程完美地解決了這個問題。
只需要幾個小時就可以學到最有用的技術。
快速上手，由淺入深搞動機器學習
一共 12 門課，包括一節測試課。
課程的設置是以實用為導向，按照數據項目所需要的核心技能來分小節，保證學完就能用，讓學習時間的性價比最大化。
Python，機器學習入門，中極機器學習，資料視覺化，Pandas，特徵學習，深度學習，SQL 入門，SQL 進階，地理空間分析，機器學習可解釋性。
每門課的右上角會有節數和學習所需的時間，右邊是小節目錄，每節課分為輔導和練習。
下圖是 Python，一共 7 小節，大約 7 個小時。這已經是需要時間最長的課程了，其它的課程只需要 3 到 4 個小時。
進入練習頁面，可以在 Kaggle 中的 Kernels 直接練習程式碼。很方便。
此外還有學習社區，可以發文討論。
![]()
舉一段機器學習課程來看
舉一段機器學習課程來看
通常機器學習模型被稱為「黑盒子」，人類無法理解這些預測背後的邏輯。而這門課程將教你從複雜機器學習模型中解釋這些發現：
模型認為數據中的哪些特徵是最重要的？
對於來自模型的任何單個預測，數據中的每個特性如何影響該特定預測？
從宏觀上看，每個特徵如何影響模型的預測（當考慮大量可能的預測時，它的典型影響是什麼）？
這些發現有許多用途：
調適、為特徵工程提供資訊、指導未來的數據收集、為人的決策提供資訊
建立信任，提高產品在用戶中的接受度。
這套課程是不是既全面又親民？祝大家學習愉快。
Kaggle 課程傳送門：點我
（本文經 AI 新媒體 量子位 授權轉載，並同意 TechOrange 編寫導讀與修訂標題，原文標題為 〈Kaggle 官网免费课程：从 Python 到机器学习，4 小时学完一门，48 小时掌握数据科学 〉，首圖來源：Pixabay, CC Licensed。）
你可能感興趣
在家從零自學沒問題！22 歲數據工程師大推 3 本必看的機器學習入門書
衝上 GitHub 熱門第四名！Python 機器學習最強教學資源，新手工程師快存起來
最新「數據科學」自學清單：六個月無師自通，菜鳥新手趕快存起來
微軟最重要的 IT 盛會就在台灣！
快速掌握 Microsoft Azure 進階應用技巧
專家親手破解 AI、數位轉型最新技術關鍵！
2020 年 2/17、18 台北世貿中心》即刻報名參加