Machine Learning - Python & R In Data Science for Android APK

Popis

Kompletný kurz udemy zadarmo.

Čo sa naučíte

Master Machine Learning v Pythone & R

Majte skvelú intuíciu v mnohých modeloch strojového učenia

Robte presné predpovede

Urobte silnú analýzu

Vytvárajte robustné modely strojového učenia

Vytvorte silnú pridanú hodnotu pre svoje podnikanie

Používajte strojové učenie na osobné účely

Venujte sa špecifickým témam, ako je posilňovanie, NLP a hlboké vzdelávanie

Zvládnite pokročilé techniky, ako je redukcia rozmerov

Zistite, ktorý model strojového učenia si vybrať pre každý typ problému

Zostavte si armádu výkonných modelov strojového učenia a vedzte, ako ich kombinovať, aby ste vyriešili akýkoľvek problém

Popis

Zaujímate sa o oblasť strojového učenia? Potom je tento kurz pre vás!

Tento kurz navrhli dvaja profesionálni dátoví vedci, aby sme sa podelili o naše znalosti a pomohli vám jednoduchým spôsobom naučiť sa komplexnú teóriu, algoritmy a kódovacie knižnice.

Krok za krokom vás prevedieme svetom strojového učenia. S každým tutoriálom si rozviniete nové zručnosti a zlepšíte svoje chápanie tejto náročnej, ale lukratívnej podoblasti Data Science.

Tento kurz je zábavný a vzrušujúci, no zároveň sa ponoríme hlboko do strojového učenia. Je štruktúrovaný nasledujúcim spôsobom:

Časť 1 - Predspracovanie údajov

Časť 2 - Regresia: jednoduchá lineárna regresia, viacnásobná lineárna regresia, polynomická regresia, SVR, regresia rozhodovacieho stromu, náhodná lesná regresia

Časť 3 - Klasifikácia: Logistická regresia, K-NN, SVM, Kernel SVM, Naive Bayes, Klasifikácia stromu rozhodovania, Klasifikácia náhodných lesov

Časť 4 - Klastrovanie: K-Means, Hierarchické zoskupovanie

Časť 5 - Učenie sa o pravidlách asociácie: Apriori, Eclat

Časť 6 – Posilňovacie vzdelávanie: Horná hranica dôvery, Thompsonov odber vzoriek

Časť 7 - Spracovanie prirodzeného jazyka: Model vreciek slov a algoritmy pre NLP

8. časť - Hlboké učenie: Umelé neurónové siete, konvolučné neurónové siete

Časť 9 - Redukcia rozmerov: PCA, LDA, Kernel PCA

Časť 10 – Výber modelu a posilnenie: krížové overenie k-násobku, ladenie parametrov, vyhľadávanie mriežky, XGBoost

Kurz je navyše nabitý praktickými cvičeniami, ktoré sú založené na príkladoch zo života. Naučíte sa teda nielen teóriu, ale získate aj praktickú prax pri zostavovaní vlastných modelov.

A ako bonus tento kurz obsahuje šablóny kódu Python aj R, ktoré si môžete stiahnuť a použiť na svoje vlastné projekty.

Pre koho je tento kurz určený:

Každý, kto má záujem o strojové učenie.

Študenti, ktorí majú aspoň stredoškolské znalosti z matematiky a ktorí sa chcú začať učiť strojové učenie.

Všetci ľudia na strednej úrovni, ktorí poznajú základy strojového učenia vrátane klasických algoritmov, ako je lineárna regresia alebo logistická regresia, ale ktorí sa chcú o tom dozvedieť viac a preskúmať všetky rôzne oblasti strojového učenia.

Všetci ľudia, ktorí nie sú tak spokojní s kódovaním, ale ktorí sa zaujímajú o strojové učenie a chcú ho jednoducho aplikovať na množiny údajov.

Všetci študenti na vysokej škole, ktorí chcú začať kariéru v Data Science.

Všetci analytici údajov, ktorí chcú postúpiť na vyššiu úroveň v oblasti strojového učenia.

Všetci ľudia, ktorí nie sú spokojní so svojou prácou a chcú sa stať Data Scientistom.

Všetci ľudia, ktorí chcú vytvoriť pridanú hodnotu pre svoje podnikanie pomocou výkonných nástrojov strojového učenia.