Menu
CoddyTech
ZACZNIJ NAUKĘ
flag Pl iconPolskidown icon
machine Learning iconCzęść ścieżki Machine LearningNowośćŚcieżka

Uczenie nienadzorowane w Pythonie

Znajdź grupy, kształt i nietypowe przypadki w danych bez etykiet. Grupuj, zmniejszaj wymiar i przeszukuj prawdziwe zbiory danych ze scikit-learn, a każdy wynik zobacz na wykresie.

ZACZNIJ NAUKĘ(za darmo)
Zobacz programUczenie nienadzorowane online

1,000+ zapisanych osób

51 lekcje51 wyzwania210 pytania quizowe

  • Dla początkujących
  • sparkles iconPomoc AI przy programowaniu
  • hint iconPraktyczne, interaktywne lekcje
  • quiz iconQuizy sprawdzające wiedzę
  • certificate iconDarmowy certyfikat ukończenia

Program

1 sekcje51 lekcje51 wyzwania210 pytania quizowe

Ta sekcja jest częścią ścieżki Machine Learning. Pełny program ma więcej sekcji. Kliknij dowolny podgląd poniżej, aby zobaczyć go na stronie ścieżki.

  1. Sekcja 1Dane i wykresy60 lekcje
  2. Sekcja 2Statystyka w uczeniu maszynowym64 lekcje
  3. Sekcja 3Uczenie nadzorowane58 lekcje
  4. Sekcja 4

    Uczenie nienadzorowane

    Zacznij sekcjęZacznijRozwińZwiń    Odkrywaj strukturę danych bez etykiet: k-means, klasteryzacja hierarchiczna i gęstościowa, PCA do wizualizacji i kompresji wielu cech oraz wykrywanie anomalii — na koniec projekt eksploracji cyfr.51 lekcje51 wyzwania210 pytania

    Znajdowanie grup

    5 lekcje520

    Wybór k

    5 lekcje520

    Odczytywanie klastrów

    5 lekcje520

    Klasteryzacja hierarchiczna

    4 lekcje415

    Klasteryzacja gęstościowa

    4 lekcje415

    Mniej wymiarów

    5 lekcje520

    PCA w praktyce

    5 lekcje520

    Wykrywanie anomalii

    5 lekcje520

    Klastry w praktyce

    4 lekcje415

    Projekt: Odkrywca cyfr

    5 lekcje525

    Ostatnie wyzwania

    4 lekcje420
Zobacz pełny program ścieżki Machine Learning
Co dostajesz
Wszystko, czego potrzebujesz do nauki programowania

Ucz się w praktyce

Pisz prawdziwy kod, odpytuj bazy danych, twórz strony internetowe i opanuj prompty AI. Nasze interaktywne lekcje obejmują wszystkie umiejętności, których potrzebuje współczesny programista.

playground.js
Edytor kodu
1const greeting = "Hello, Coddy!"
2function sayHi(name) {
3    return greeting + " " + name
4}
5
bottombar Collapse icon
Test #1test Case Success icon
Test #2test Case Success icon
Test #3test Case Failure icon
Dane wejściowe
"Alex"
Wynik
"Hello, Coddy! Alex"

Buduj swoją serię

Ucz się regularnie i patrz, jak rosną twoje postępy! Śledź codzienny nawyk programowania, chroń serię dzięki zamrożeniom i zdobywaj nagrody za każdy dzień nauki.

12 dni serii

Wróć jutro, aby utrzymać serię!

fire Filled icon
left icon

January 2026

right icon

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

21

22

23

24

25

26

27

28

29

30

product Double Or Nothing icon

Podwójnie albo nic

Dzień 5 z 7

fire Freeze icon

Zamrożenie serii

2 left

Programuj wszędzie

Zabierz naukę programowania ze sobą! Bez konfiguracji i pobierania plików: po prostu otwórz i zacznij kodować. Dostępne na iOS, Androida i w przeglądarce, z oceną 4,9 gwiazdki.

Python
7Seria
250Wynik
5Energia
Zmienne
journey Hex Done Base iconjourney Hex Done Shadow iconjourney Hex Done Top iconjourney Lesson Done icon
journey Path Right Done icon
journey Hex Done Base iconjourney Hex Done Shadow iconjourney Hex Done Top iconjourney Lesson Done icon
journey Path Left Done icon
journey Hex Active Base iconjourney Hex Active Shadow iconjourney Hex Active Top iconjourney Lesson Theory Challenge icon
KONTYNUUJ
journey Path Right icon
journey Hex Locked Base iconjourney Hex Locked Shadow iconjourney Hex Locked Top iconjourney Lesson Theory Challenge icon
journey Path Left icon
journey Hex Locked Base iconjourney Hex Locked Shadow iconjourney Hex Locked Top iconjourney Lesson All icon
Ścieżka
Cele
Ranking
Profil
4.9
GwiazdkaGwiazdkaGwiazdkaGwiazdkaGwiazdka
Ocena

Nie uczysz się w pojedynkę

Rywalizuj w globalnych rankingach, zapraszaj znajomych po nagrody i świętujcie wspólnie swoje sukcesy. Z przyjaciółmi programuje się lepiej!

Liga Challenger
Liga ChallengerAwansuje 7 najlepszych
leaderboard First icon1
avatar 1 icon
fire Filled icon
Alex7+ Days
2840
leaderboard Second icon2
avatar 2 icon
fire Filled icon
Jordan7+ Days
2650
leaderboard Third icon3
avatar 3 icon
fire Filled icon
Sam7+ Days
2420
4
avatar 4 icon
Casey
2180
5
avatar placeholder icon
fire Filled icon
Morgan7+ Days
1950
leaderboard Arrow Up iconStrefa awansuleaderboard Arrow Up icon

Każdy sposób nauki

Czytaj, słuchaj, sprawdzaj się, pytaj AI albo wracaj do tego, co już znasz. Każda lekcja dopasowuje się do ciebie.

Wprowadzenie do zmiennych
Audio

Zmienna to nazwany pojemnik przechowujący wartość, do której możesz później odwołać się w programie.

W Pythonie tworzysz ją, pisząc nazwę, znak równości, a potem wartość, którą chcesz zapisać.

Wartość może się zmieniać: ponowne przypisanie po prostu wskazuje nazwą nową wartość.

1xZofia

Zdobądź certyfikat

Zdobywaj certyfikaty za każdy ukończony kurs. Dodaj je do profilu na LinkedIn i CV, aby pokazać pracodawcom swoje umiejętności programistyczne.

CoddyCertyfikat ukończenia
Certyfikat dlaJan Kowalskiza pomyślne ukończenie kursu
python iconPodstawy Pythona
Zweryfikowano
Datasty 2026
LinkedInDodaj do LinkedIn

Dlaczego uczenie nienadzorowane z Coddy

  • Klasteryzacja, którą widać. Patrz, jak k-means przesuwa środki, odczytuj wysokości połączeń w dendrogramie i zobacz, jak DBSCAN znajduje grupy w kształcie półksiężyców, które k-means przecina na pół. Każda lekcja ma wykres, a twój pojawia się w zakładce Wykresy po uruchomieniu.
  • Najważniejsze metody: k-means, wybór k metodą łokcia i współczynnikiem silhouette, klasteryzacja hierarchiczna, DBSCAN, PCA i wyjaśniona wariancja, isolation forest i local outlier factor, wszystko ze scikit-learn.
  • Wyniki, które umiesz wyjaśnić. Opisujesz każdy klaster w prawdziwych jednostkach, porównujesz klastry ze znanymi etykietami i nazywasz segmenty, na które firma by zareagowała, zamiast poprzestać na liście numerów klastrów.
  • 64 wymiary, które da się zobaczyć: odręcznie pisane cyfry rzutowane na płaską mapę, składowe PCA narysowane jako obrazy i obrazy odtworzone z kilku liczb.

Najczęstsze pytania o uczenie nienadzorowane

Czym jest uczenie nienadzorowane?

Uczenie nienadzorowane znajduje strukturę w danych bez etykiet. Nikt nie podaje modelowi poprawnej odpowiedzi; szuka on grup podobnych wierszy (klasteryzacja), kilku kierunków, które zachowują większość informacji (redukcja wymiarowości), albo wierszy niepodobnych do reszty (wykrywanie anomalii). Tak eksplorujesz nowy zbiór danych, segmentujesz klientów albo wykrywasz oszustwa, zanim ktokolwiek je oznaczył.

Jakie są przykłady uczenia nienadzorowanego?

Grupowanie kupujących według tego, co kupują, zredukowanie kolorów obrazu do ośmiu najważniejszych, rzutowanie 64-pikselowych obrazków cyfr na płaski wykres, znajdowanie nietypowych odczytów z serwera i dzielenie pomiarów komórek na dwa rodzaje bez informacji, który jest który. Kurs buduje każdy z tych przykładów.

Jakie algorytmy poznam w tej sekcji?

k-means z metodą łokcia i współczynnikiem silhouette, klasteryzację aglomeracyjną (hierarchiczną) z dendrogramami, DBSCAN, PCA, isolation forest i local outlier factor. Dowiesz się też, dlaczego skalowanie idzie na pierwszy ogień i kiedy każda metoda zawodzi, żeby umieć wybrać właściwą.

Jak wybrać liczbę klastrów?

Rzadko istnieje jedna dobra odpowiedź, więc kurs uczy trzech sposobów patrzenia: łokcia na krzywej inercji, współczynnika silhouette i wysokości połączeń w dendrogramie. Potem sprawdzasz klastry w prawdziwych jednostkach i pytasz, czy człowiek umiałby je nazwać. k, które daje grupy, których nikt nie potrafi opisać, to złe k.

Czy zacząć od uczenia nadzorowanego?

To pomaga. Sekcja o uczeniu nadzorowanym uczy skalowania, pipeline'ów i procesu pracy ze scikit-learn, który ta sekcja wykorzystuje, a jej pomysły z odległościami z k najbliższych sąsiadów wracają tu w klasteryzacji. Jeśli już trenujesz modele ze scikit-learn, możesz zacząć tutaj.

Ile trwa sekcja uczenia nienadzorowanego?

51 lekcji, około 8 do 9 godzin we własnym tempie: kilka tygodni przy pół godzinie dziennie, razem z projektem eksploratora cyfr i czterema wyzwaniami końcowymi.

Czy uczenia nienadzorowanego można nauczyć się za darmo?

Tak. Lekcje, wykresy, podpowiedzi AI i certyfikat za sekcję są darmowe. Darmowe konto pozwala przerobić kilka lekcji dziennie, a Pro znosi dzienny limit.

Ścieżki nauki, które obejmują ten kurs

Ten kurs to jeden krok dłuższej ścieżki: kilku kursów w kolejności, w jakiej uczyłby mentor, każdy z własnym darmowym certyfikatem.

Ilustracja języków programowania w Coddy

Ucz się Uczenie nienadzorowane z Coddy

ZACZNIJ