DataTalksClub/machine-learning-zoomcamp

项目概览

它将机器学习基础、深度学习和模型部署组织在同一套课程中，并以免费、开源课程的形式提供完整学习路径，适合希望系统学习机器学习工程的人关注。（依据：value_proposition、differentiator:diff-free）

项目类型

AI 工作流 · 模型运行 · 数据处理 · 学习资源

应用场景

数据分析 · 学习教育

部署方式

查看项目说明

License

License 待确认

适合谁

• 希望系统学习机器学习工程，并愿意投入 4 个月完成课程的人。（依据：value_proposition、limitation:lim-time）
• 具备至少 1 年编程经验、Python 知识和命令行基础的学习者。（依据：risk:risk-prereq、decision:coding-requirement）

核心能力

• 课程模块使用 Python 和 scikit-learn 讲授机器学习基础、CRISP-DM、线性回归、特征工程和正则化。
• 课程模块涵盖逻辑回归、特征选择、决策树、集成方法，以及 ROC AUC 和 F1-score 等评估指标。
• 课程模块介绍使用 TensorFlow、Keras 和 PyTorch 的神经网络，并涉及卷积神经网络和迁移学习。
• 课程模块涵盖模型序列化、使用 FastAPI 构建 Web 服务、使用 Docker 容器化，以及 AWS Lambda 部署和 Kubernetes 扩展。

限制与风险

• 作为 live cohort，完成课程需要 4 个月，采用者需要安排相应的持续学习时间。（依据：limitation:lim-time）
• 课程要求学习者具备至少 1 年此前编程经验；没有该基础的人需要先补足编程能力。（依据：risk:risk-prereq）

如何开始

• 可以跟随 GitHub 上的课程材料，或免费注册 live cohort；之后通过 Slack 提问，完成作业并构建项目。（依据：setup）

核验依据

• GitHub 项目简介: Learn ML engineering for free in 4 months!
• README: Machine Learning Zoomcamp: A Free 4-Month Course on ML Engineering
• README: Learn machine learning engineering end-to-end, from core models to deploying real applications.
• README: The live cohort runs once per year: modules run from September to December, and the capstone projects finish in January.
• README: Machine Learning Zoomcamp was exhaustive, with very comprehensive content that covered concepts in depth.

来源更新时间：2026-08-02T18:07:56Z

打开原始 GitHub 项目