- Регистрация
- 30 Дек 2017
- Сообщения
- 149,066
- Симпатии
- 4,179
Machine Learning with Python : COMPLETE COURSE FOR BEGINNERS
Машинное обучение с Python: ПОЛНЫЙ КУРС ДЛЯ НАЧИНАЮЩИХ
Полный курс машинного обучения с Python для начинающих
Последнее обновление: 03.2022
Английский
Субтитры русский [авто]
Чему вы научитесь
11 разделов • 35 лекций • Общая продолжительность 13 ч 12 мин
Требования
Машинное обучение и искусственный интеллект (ИИ) повсюду; если вы хотите узнать, как такие компании, как Google, Amazon и даже Udemy, извлекают смысл и информацию из огромных наборов данных, этот курс по науке о данных даст вам необходимые основы. Специалисты по данным пользуются одной из самых высокооплачиваемых профессий со средней зарплатой в 120 000 долларов, согласно данным Glassdoor и Indeed. Это просто средний показатель! И дело не только в деньгах - это еще и интересная работа!
Машинное обучение (полный обзор курса)
Фонды
Если у вас есть некоторый опыт программирования или написания сценариев, этот курс научит вас методам, используемым настоящими учеными данных и практиками машинного обучения в технологической отрасли, и подготовит вас к переходу на этот горячий карьерный путь.
Каждое понятие вводится на простом английском языке, избегая запутанных математических обозначений и жаргона. Затем он демонстрируется с использованием кода Python, с которым вы можете экспериментировать и опираться на него, а также с примечаниями, которые вы можете сохранить для дальнейшего использования. В этом курсе вы не найдете академического, глубоко математического освещения этих алгоритмов — основное внимание уделяется их...
Если ссылка заблокирована, используйте поиск по нашему сайту и смотрите все темы с таким же названием(бывает 5 одинаковых тем) в какой то из тем ссылка будет рабочая, если же нет других таких тем, то делайте запрос на замену через кнопку "жалоба" слева внизу темы. В сутки не более 10 жалоб. Обработка жалоб до 24 часов. После обработки придет уведомление о решении жалобы. [/GROUPS]
Скачать:
Машинное обучение с Python: ПОЛНЫЙ КУРС ДЛЯ НАЧИНАЮЩИХ
Полный курс машинного обучения с Python для начинающих
Последнее обновление: 03.2022
Английский
Субтитры русский [авто]
Чему вы научитесь
- Мастер машинного обучения на Python
- Сделайте мощный анализ
- Делайте точные прогнозы
- Создавайте надежные модели машинного обучения
- Используйте машинное обучение в личных целях
- Создайте армию мощных моделей машинного обучения и узнайте, как комбинировать их для решения любой проблемы.
- Классифицируйте данные с помощью кластеризации K-средних, машин опорных векторов (SVM), KNN, деревьев решений, наивного Байеса и PCA.
- Очистите входные данные, чтобы удалить выбросы
11 разделов • 35 лекций • Общая продолжительность 13 ч 12 мин
Требования
- Предварительный опыт не требуется, вы узнаете, что необходимо. (Базовые знания Python определенно увеличат ваши шансы на быстрое обучение))
Машинное обучение и искусственный интеллект (ИИ) повсюду; если вы хотите узнать, как такие компании, как Google, Amazon и даже Udemy, извлекают смысл и информацию из огромных наборов данных, этот курс по науке о данных даст вам необходимые основы. Специалисты по данным пользуются одной из самых высокооплачиваемых профессий со средней зарплатой в 120 000 долларов, согласно данным Glassdoor и Indeed. Это просто средний показатель! И дело не только в деньгах - это еще и интересная работа!
Машинное обучение (полный обзор курса)
Фонды
- Введение в машинное обучение
- вступление
- Применение машинного обучения в разных областях.
- Преимущество использования библиотек Python. (Питон для машинного обучения).
- вступление
- Python для ИИ и машинного обучения
- Основы Python
- Функции, пакеты и подпрограммы Python.
- Работа со структурой данных, массивами, векторами и фреймами данных. (Введение с некоторыми примерами)
- Ноутбук Jupyter — установка и работа
- Панды, NumPy, Матплотиб, Сиборн
- Прикладная статистика
- Описательная статистика
- Вероятность и условная вероятность
- Проверка гипотезы
- Выведенный статистика
- Распределения вероятностей. Типы распределения. Биномиальное, пуассоновское и нормальное распределение.
- Описательная статистика
- Контролируемое обучение
- Линейная регрессия с несколькими переменными
- Регрессия
- Введение в регрессию
- Простая линейная регрессия
- Оценка модели в регрессионных моделях
- Метрики оценки в регрессионных моделях
- Множественная линейная регрессия
- Нелинейная регрессия
- Введение в регрессию
- Наивные байесовские классификаторы
- Множественная регрессия
- K-NN классификация
- Машины опорных векторов
- Линейная регрессия с несколькими переменными
- Неконтролируемое обучение
- Введение в кластеризацию
- Кластеризация K-средних
- Высокоразмерная кластеризация
- Иерархическая кластеризация
- Уменьшение размеров-PCA
- Введение в кластеризацию
- Классификация
- Введение в классификацию
- K-ближайшие соседи
- Метрики оценки в классификации
- Введение в решение tress
- Решение о строительстве
- В логистическую регрессию
- Логистическая регрессия против линейной регрессии
- Обучение логистической регрессии
- Машина опорных векторов
- Введение в классификацию
- Технический пакет
- Деревья решений
- Бэгинг
- Случайные леса
- Повышение
- Деревья решений
- Особенности, выбор модели и настройка
- Разработка функций
- Производительность модели
- конвейер машинного обучения
- Поиск по сетке резюме
- K-кратная перекрестная проверка
- Выбор модели и настройка
- Регуляризация линейных моделей
- Начальная выборка
- Рандомизированный поиск резюме
- Разработка функций
- Рекомендательные системы
- Введение в рекомендательные системы
- Модель, основанная на популярности
- Гибридные модели
- Система рекомендаций на основе контента
- Совместная фильтрация
- Введение в рекомендательные системы
- ЭДА
- Библиотека профилирования Pandas
- Прогнозирование временных рядов
- Подход АРИМА
- Развертывание модели
- Кубернетес
Если у вас есть некоторый опыт программирования или написания сценариев, этот курс научит вас методам, используемым настоящими учеными данных и практиками машинного обучения в технологической отрасли, и подготовит вас к переходу на этот горячий карьерный путь.
Каждое понятие вводится на простом английском языке, избегая запутанных математических обозначений и жаргона. Затем он демонстрируется с использованием кода Python, с которым вы можете экспериментировать и опираться на него, а также с примечаниями, которые вы можете сохранить для дальнейшего использования. В этом курсе вы не найдете академического, глубоко математического освещения этих алгоритмов — основное внимание уделяется их...
Если ссылка заблокирована, используйте поиск по нашему сайту и смотрите все темы с таким же названием(бывает 5 одинаковых тем) в какой то из тем ссылка будет рабочая, если же нет других таких тем, то делайте запрос на замену через кнопку "жалоба" слева внизу темы. В сутки не более 10 жалоб. Обработка жалоб до 24 часов. После обработки придет уведомление о решении жалобы. [/GROUPS]
Скачать:
Для просмотра содержимого вам необходимо авторизоваться или зарегистрироваться.
Последнее редактирование: