Menu
CoddyTech
machine Learning icon属于 Machine Learning 学习旅程新学习旅程

用 Python 学监督学习

训练能从带标签的示例中学习的模型。用 scikit-learn 划分数据、拟合、预测和评分,在图表上看清每个模型,最后完成一个企鹅物种分类器。

58 节课58 个挑战240 道测验题

  • 适合初学者
  • sparkles iconAI 辅助编程帮助
  • hint icon动手实践的互动课程
  • quiz icon检验所学的测验
  • certificate icon免费结业证书

课程大纲

1 个单元58 节课58 个挑战240 道测验题

本单元属于 Machine Learning 学习旅程。完整大纲还有更多单元:点击下方任意预览,即可在学习旅程页面查看。

  1. 单元 1数据与图表60 节课
  2. 单元 2机器学习统计学64 节课
  3. 开始本单元开始展开收起使用 scikit-learn 训练真实模型:划分数据、拟合模型、进行预测并衡量效果。学习 k-NN、线性回归和逻辑回归、决策树、随机森林与提升方法,通过交叉验证进行可靠评估,并使用流水线,最后完成一个端到端的企鹅项目。

    你的第一个模型

    5 节课520

    近邻

    5 节课520

    线性回归

    5 节课520

    逻辑回归

    5 节课520

    评估分类器

    6 节课625

    决策树

    5 节课520

    过拟合

    5 节课520

    交叉验证

    4 节课415

    集成学习

    4 节课415

    管道

    5 节课520

    项目:企鹅物种

    5 节课525

    最终挑战

    4 节课420
  4. 单元 4无监督学习51 节课
你将获得
学编程所需的一切

在实践中学习

编写真实代码、查询数据库、搭建网站、掌握 AI 提示词。我们的互动课程涵盖现代开发者需要的每一项技能。

playground.js
代码编辑器
1const greeting = "Hello, Coddy!"
2function sayHi(name) {
3    return greeting + " " + name
4}
5
bottombar Collapse icon
测试 #1test Case Success icon
测试 #2test Case Success icon
测试 #3test Case Failure icon
输入
"Alex"
输出
"Hello, Coddy! Alex"

打造你的连胜

坚持下去,看着自己不断进步!记录每天的编程习惯,用冻结天数保护连胜,每天打卡都能赢取奖励。

12 天连胜

明天再来,保持你的连胜!

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

加倍或归零

第 5 天,共 7 天

fire Freeze icon

连胜冻结

2 left

随时随地写代码

随时随地继续你的编程学习旅程!无需配置,无需下载:打开就能写代码。支持 iOS、Android 和 Web,评分高达 4.9 星。

Python
7连胜
250分数
5能量
变量
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
继续
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
学习旅程
目标
排行榜
个人主页
4.9
星星星星星
评分

你并不孤单

在全球排行榜上一较高下,邀请好友赢取奖励,为彼此的成就喝彩。和好友一起编程更有趣!

挑战者联赛
挑战者联赛前 7 名晋级
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 icon晋级区leaderboard Arrow Up icon

多种学习方式

阅读、收听、自我测验、问 AI,或者查阅学过的任何内容。每节课都配合你的节奏。

变量入门
音频

变量是一个有名字的容器,用来存储值,方便你在程序后面引用。

在 Python 中,创建变量只需写下名字、一个等号,再写上要存储的值。

值可以随时间变化。给这个名字重新赋值,它就会指向新的值。

1xSarah

获得证书

每完成一门课程都能获得证书。把证书添加到你的 LinkedIn 个人资料和简历中,向雇主展示你的编程能力。

Coddy结业证书
兹证明张三已成功完成
python iconPython 基础
已验证
日期2026年1月
LinkedIn添加到 LinkedIn

为什么在 Coddy 学监督学习

  • 完整的 scikit-learn 工作流程只有四行,每个项目都会用到:train_test_split、fit、predict 和 score。之后遇到的每个模型都只是多一行代码,而不是一套新的工作方式。
  • 看清模型做了什么决定。决策边界给平面着色,残差图显示直线漏掉了什么,ROC 曲线显示一个阈值要付出什么代价。每节课都有图表,运行代码时你的图表会出现在“图表”标签页中。
  • 承担大部分实际工作的模型:k 近邻、线性回归和逻辑回归、决策树、随机森林和梯度提升,还有能缩放、编码和填补缺失值,又不会泄露测试集信息的管道。
  • 客观的评分。混淆矩阵、精确率和召回率、类别不平衡、过拟合、验证集和交叉验证,让你分辨出哪个模型真正有效,哪个只是背下了作业答案。

关于监督学习的常见问题

监督学习是什么?

监督学习用带有正确答案(称为标签)的示例来训练模型。每一行都有特征(企鹅的喙长、鳍长、所在岛屿)和一个标签(它的物种)。模型学习两者之间的联系,然后为新的数据行预测标签。之所以叫“监督”,是因为标签扮演了老师的角色:模型在学习过程中会根据标签不断得到纠正。

监督学习和无监督学习有什么区别?

监督学习有标签,并且预测标签:是不是垃圾邮件、一套公寓的价格、一朵花的品种。无监督学习没有标签,而是在数据本身中寻找结构:相似的客户群体、解释大部分差异的少数几个方向、看起来不正常的读数。通常先学监督学习;紧接着就是 无监督学习单元。

分类和回归是什么?

它们是监督学习的两种类型。分类预测一个类别,比如是否为垃圾邮件,或者三种葡萄酒中的哪一种。回归预测一个数值,比如明天的自行车租借量,或者病人的病情进展程度。很多模型两者都能做:k-NN、决策树和随机森林都各有分类和回归版本,课程两种版本都会用到。

课程涵盖哪些监督学习算法?

k 近邻、线性回归和 Ridge、逻辑回归、决策树、随机森林和梯度提升,全部使用 scikit-learn。围绕它们,你还会学到让它们真正好用的工具:StandardScaler、OneHotEncoder、SimpleImputer、管道、cross_val_score 和 GridSearchCV。

开始之前需要掌握什么?

Python 基础,加上 NumPy、pandas 和 matplotlib,以及能看懂平均值、离散程度和相关性的统计学知识。机器学习课程 的前两个单元教的正是这些。如果你已经掌握了,可以直接从这里开始。

怎么知道我的模型好不好?

用训练时从没见过的数据行来测试它,并和一个简单的基准比较,比如总是猜最常见的类别。当某个类别很少见时,单看准确率可能会骗人,所以课程还会教混淆矩阵、精确率、召回率、F1 和 ROC 曲线,以及用交叉验证确认分数不是靠运气。

监督学习单元需要多长时间?

58 节课,按自己的节奏学大约 10 小时:每天半小时,几周就能学完。每节课讲一个概念、做一道练习,单元最后是企鹅项目和四道结业挑战。

免费吗?

免费。课程内容、图表、AI 提示和单元证书都免费。免费账号每天可以学几节课,Pro 会取消每日限制。

包含这门课程的学习路径

这门课程是一条更长路径中的一步:几门课程按导师会教的顺序排列,每门都有自己的免费证书。

Coddy 编程语言插图

用 Coddy 学习 监督学习

开始