Віртуальний курс:
Udemy |
Цей курс увійшов до ТОП-100 найкращих курсів на Udemy у каталозі з понад 135.000 XNUMX курсів.
Цей курс є частиною нашого огляду про:
Цікавить сфера машинного навчання? Тоді цей курс для вас! Цей курс був розроблений двома професійними науковцями з даних, щоб ми могли поділитися своїми знаннями та допомогти вам легко вивчити складні теорії, алгоритми та бібліотеки кодування.
Ми крок за кроком проведемо вас у світі машинного навчання.
З кожним підручником ви будете розвивати нові навички та покращувати своє розуміння цієї складної, але прибуткової галузі науки про дані.
Цей курс веселий і захоплюючий, але в той же час ми заглиблюємося в машинне навчання.
Вона структурована таким чином: Частина 1 – Попередня обробка даних Частина 2 – Регресія: проста лінійна регресія, множинна лінійна регресія, поліноміальна регресія, SVR, регресія дерева рішень, регресія випадкового лісу Частина 3 – Класифікація: логістична регресія, K -NN, SVM, Kernel SVM, Naive Bayes, Decision Tree Classification, Random Forest Classification Part 4 - Clustering: K-Means, Hierarchical Clustering Part 5 - Association Rule Навчання: Apriori, Eclat Частина 6 - Навчання шляхом посилення: Верхня межа достовірності, Thompson Sampling Part 7 - Обробка природної мови: алгоритми моделі Bag-of-Words для NLP, частина 8 - Глибоке навчання: штучні нейронні мережі, згорткові нейронні мережі, частина 9 - Зменшення розмірності: PCA, LDA, Core PC, частина 10 - Вибір і зміцнення моделі: k-fold cross -перевірка, налаштування параметрів, пошук у сітці, XGBoost Крім того, cu rso наповнений практичними вправами, заснованими на прикладах із реального життя.
Тож ви не лише вивчите теорію, але й попрактикуєтесь у створенні власних моделей.
І як бонус цей курс містить шаблони Python і Rcode, які ви можете завантажити та використовувати у своїх проектах.
Основні оновлення (червень 2020 р.): КОДУЄ ВСІ НОВІ НАВЧАННЯ EEP, ЗАКОДОВАНІ НА TENSORFLOW .0 КРАЩІ МОДЕЛІ ПІДСИЛЕННЯ ГРАДІЄНТА, ВКЛЮЧАЮЧИ XGBOOST І НАВІТЬ CATBOOST.
5
Udemy має найбільше сховище онлайн-курсів у світі
Після завершення доступ до вмісту курсу, щоб ви могли насолоджуватися його майбутніми оновленнями
Експерти у своїх галузях з усього світу діляться досвідом у Udemy
З усього світу 480 мільйонів разів були зараховані на курси Udemy
Привіт, чим я можу вам допомогти? Ви зацікавлені в курсі? Про який предмет?
Феліпе
Червні 9, 2021 в 5: 00 вечораЯ дуже радий, що записався на цей курс. Я дякую і Кирилу, і Хаделіну за організацію цього величезного та серйозного курсу. Незважаючи на те, що курс не є досконалим, він надав повний огляд більшості алгоритмів машинного навчання.
Моєю єдиною критикою було б покращення інсайтівних лекцій. Крім того, цей курс більше зосереджувався на модельно-орієнтованому підході до машинного навчання. Можливо, було б чудово також включити, як обробляти набір даних з точки зору «орієнтованої на дані», що передбачає вибір функцій, вилучення функцій, балансування набору даних тощо, тобто як покращити якість наборів даних.
Для майбутніх студентів: ви багато чого дізнаєтеся з цього курсу, але будьте готові бути проактивними. Це означає, що не соромтеся провести деякі дослідження через YouTube, Google, Stack Overflow тощо. про основи деяких алгоритмів машинного навчання та іншу інформацію. Насправді, це хороша практика, тому що в реальному житті ми повинні бути проактивними, працюючи над проектами.
Найголовніше – це насолоджуватися машинним навчанням 🙂
Луї Карлос Рамірес
Липень 16, 2021 в 3: 59 вечораДійсно добре структурований курс, який забезпечує хороше ознайомлення з усіма частинами машинного навчання для людини, яка починає з нуля. Я пройшов цей курс під час навчання на магістра з науки про дані, і він дав мені основу для кількох модулів, які допомогли мені почати роботу.