项目核验档案

DataTalksClub/machine-learning-zoomcamp

machine-learning-zoomcamp 是一门免费的机器学习工程实践课程，覆盖从问题定义、数据准备、模型训练评估，到通过 API 封装并部署为服务的完整路径。课程包含十个模块，使用 Python、scikit-learn、TensorFlow 和 PyTorch 讲授回归、分类、评估指标、树模型和深度学习。

项目概览

课程免费且覆盖从机器学习问题到生产服务的完整路径，包含部署环节，学习者通过期中和毕业项目构建端到端机器学习服务，无需付费服务即可完成学习。

项目类型: 模型开发 · 模型运行 · 基础设施 · 学习资源
应用场景: 学习教育
部署方式: 查看项目说明
License: License 待确认

适合谁

有一定编程基础、希望系统学习端到端机器学习工程的开发者。
不想为学习工具付费、且没有本地 GPU 的用户：课程不要求 GPU，深度学习模块使用云资源。

核心能力

十个模块讲授回归、分类、评估指标、树模型和深度学习，使用 Python、scikit-learn、TensorFlow 和 PyTorch。
该模块讲授如何用 FastAPI 将训练好的模型变成 Web 服务，用 Docker 打包，并部署到云平台。
期中项目和毕业项目要求学习者构建端到端机器学习服务；获得证书需要完成两个项目并在正式开班期间通过同伴评审。

限制与风险

证书只能通过正式开班（live cohort）获得，不支持自学模式下获取。

如何开始

按照仓库中的课程材料学习，观看 YouTube 播放列表中的讲座，完成作业并构建一个端到端项目。

核验依据

GitHub 项目简介: Learn ML engineering for free in 4 months! Register here 👇🏼
README: Frame the problem, prepare the data, train and evaluate the model, expose it through an API, package it, and deploy it.
README: Expose predictions through a FastAPI service. - Package the service with Docker. - Deploy the service to a cloud platform.
README: You choose a dataset, define the prediction task, develop and evaluate a model, and deploy it as a web service.
README: A powerful computer or local GPU. The deep learning modules use cloud resources for more intensive computation.

来源更新时间：2026-10-15T19:37:19Z

打开原始 GitHub 项目