Текст площадки «Складчик». Упомянутые цены и обещанные результаты могут быть неактуальны; условия покупки проверяйте у продавца.
Читать полное описание
Машинное обучение - весело и просто, используя Python и Keras
Machine Learning - Fun and Easy using Python and Keras
Мы разработали этот курс для всех, кто хочет научиться современному искусству в Машинном обучении простым и интересным способом, не изучая сложные математические или скучные объяснения. Каждая теоретическая лекция уникально спроектирована с использованием анимированных досок, которые могут максимизировать участие в лекциях и улучшать сохранность знаний. Это гарантирует, что вы поглотите больше контента, чем вы бы традиционно наблюдали за другими теоретическими видеороликами и книгами по этому вопросу.
Курс структурирован так:
Регрессия - линейная регрессия, деревья принятия решений, случайная лесная регрессия,
Классификация - логистическая регрессия, K ближайших соседей (KNN), поддержка векторной машины (SVM) и Naive Bayes,
Кластеризация - K-средства, иерархическая кластеризация,
Обучение правилам ассоциации - Apriori, Eclat,
Уменьшение размерности - анализ основных компонентов, линейный дискриминантный анализ,
Нейронные сети - искусственные нейронные сети, сверточные нейронные сети, повторяющиеся нейронные сети.
Для начала вам НЕ нужны какие-либо предварительные знания Python или Statistics / Machine Learning. Курс начнется с ознакомления студентов с одной из самых фундаментальных моделей анализа статистических данных и ее практической реализации в регрессии Python-common наименьших квадратов (OLS). Впоследствии будут рассмотрены некоторые из наиболее распространенных методов регрессии и классификации машинного обучения, такие как случайные леса, деревья решений и линейный дискриминантный анализ. В дополнение к теоретическому обоснованию этих практических практических практик продемонстрирует, как реализовать их в Python. Студенты также познакомятся с практическими применениями общих методов интеллектуального анализа данных в Python и приобретут умение использовать мощную платформу на основе Python для машинного обучения, которая является Anaconda (Python Distribution). Наконец, вы получите прочное заземление как в искусственных нейронных сетях (ANN), так и в пакете Keras для реализации алгоритмов глубокого обучения, таких как Neur Network of Convolution (CNN). Глубокое обучение - это тема по требованию, и знание этого сделает вас более привлекательным для работодателей.
![Обложка курса: «Машинное обучение с учителем: проверьте свои навыки на практике» [udemy, Python AI ML DL DS Quiz Maker]. Площадка: Sharewood](/_next/image?url=%2Fmedia%2Fcourses%2Fmashinnoe-obuchenie-s-uchitelem-proverte-svoi-navyki-na-prakti-sharewood-editorial-40b4d54c.webp&w=640&q=75)
![Обложка курса: [Udemy] Машинное обучение на Python. Метод линейной регрессии (Владислав Перлин). Площадка: Складчина.biz](/_next/image?url=%2Fmedia%2Fcourses%2Fudemy-mashinnoe-obuchenie-na-python-metod-lineynoy-regressii-v-skladchina-biz-fa455b41.webp&w=640&q=75)
