AulaPro использует файлы cookie, чтобы предоставить пользователям лучший опыт. Вы можете получить больше информации здесьили просто нажмите «Я принимаю» или за пределами этого уведомления, чтобы продолжить просмотр.
Виртуальный курс:Udemy |
Вы заинтересованы в том, чтобы поближе познакомиться с миром машинного обучения? Тогда этот курс создан специально для вас!
Этот курс был разработан профессиональными специалистами по данным, чтобы поделиться своими знаниями и помочь вам изучить сложную теорию, алгоритмы и программные библиотеки простым и легким способом.
В ней мы шаг за шагом проведем вас в мир машинного обучения. С каждым занятием вы будете развивать новые навыки и улучшать свои знания в этой сложной и прибыльной области науки о данных.
Этот курс веселый и приятный, но в то же время сложный, потому что нам предстоит многому научиться в области машинного обучения. Мы структурировали его следующим образом:
Часть 1. Предварительная обработка данных
Часть 2. Регрессия: простая линейная регрессия, множественная линейная регрессия, полиномиальная регрессия, SVR, регрессия дерева решений и регрессия случайного леса
Часть 3. Классификация: логистическая регрессия, K-NN, SVM, Kernel SVM, наивный байесовский алгоритм, классификация дерева решений и классификация случайного леса
Часть 4. Кластеризация: K-средние, иерархическая кластеризация
Часть 5. Обучение по правилам ассоциации: Apriori, Eclat
Часть 6. Обучение с подкреплением: верхний предел достоверности, выборка Томпсона
Часть 7. Обработка естественного языка: модель набора слов и алгоритмы НЛП
Часть 8. Глубокое обучение: искусственные нейронные сети и сверточные нейронные сети
Часть 9. Уменьшение размерности: ACP, LDA, ACP ядра
Часть 10. Выбор модели и усиление: k-кратная перекрестная проверка, настройка параметров, поиск по сетке, XGBoost
Кроме того, курс наполнен практическими упражнениями, основанными на примерах из реальной жизни, так что вы не только изучите теорию, но и примените свои собственные модели на практике с помощью примеров.
И в качестве бонуса этот курс включает в себя весь код на Python и R, который вы можете загрузить и использовать в своих собственных проектах.
Для кого этот курс?
Любой студент, который интересуется машинным обучением.
Учащиеся со средним школьным уровнем математики, которые хотят начать изучать машинное обучение.
Студенты среднего уровня с базовыми знаниями в области машинного обучения, включая классические алгоритмы линейной или логистической регрессии, но которые хотят узнать больше и изучить различные области машинного обучения.
Учащиеся, которые не чувствуют себя комфортно в программировании, но интересуются машинным обучением и хотят применить эти методы для анализа наборов данных.
Студенты университетов, которые хотят начать работу в мире Data Science.
Любой аналитик данных, который хочет улучшить свои навыки машинного обучения.
Люди, которые не удовлетворены своей работой и хотят стать Data Scientist.
Любой, кто хочет повысить ценность своей компании с помощью машинного обучения.
Добро пожаловать на курс машинного обучения
-------------------- Часть 1: Предварительная обработка данных --------------------
-------------------- Часть 2: Регрессия --------------------
Простая линейная регрессия
Множественная линейная регрессия
Полиномиальная регрессия
Udemy имеет самый большой репозиторий онлайн-курсов в мире
Доступ к содержимому курса после его завершения, чтобы вы могли наслаждаться его будущими обновлениями.
Эксперты в своих областях со всего мира делятся своим опытом на Udemy
480 миллионов человек со всего мира записались на курсы Udemy.
Профессор университета, UCI, специалист по данным и дизайнер игр
Эксперт в темах, связанных с КОМПЬЮТЕРНЫМИ НАУКАМИ
мой человек_добавить 186405 студент (а)
мой компьютер 68 курс(ы)
Привет, как я могу вам помочь? Вас интересует курс? О каком предмете?
AulaPro использует файлы cookie, чтобы предоставить пользователям лучший опыт. Вы можете получить больше информации здесьили просто нажмите «Я принимаю» или за пределами этого уведомления, чтобы продолжить просмотр.
Добавить отзыв