Vendetta
Администратор
- Регистрация
- 16 Сен 2015
- Сообщения
- 242.655
- Реакции
- 426.072
Machine Learning using Python Programming
Авторы: Sujithkumar MA
Английский
Субтитры русский [авто]
Чему вы научитесь
«Машинное обучение — это то, как машина с искусственным интеллектом учится, как человек»
Добро пожаловать на курс по машинному обучению и его реализации с использованием Python 3. Как следует из названия, в этом курсе рекомендуется иметь базовые знания в Python 3, чтобы легко понять часть реализации, но это не обязательно.
Этот курс содержит обширное содержание основных концепций ML, таких как его функции, шаги, связанные с созданием модели ML - предварительная обработка данных, точная настройка модели, переоснащение, недообучение, смещение, дисперсия, матрица путаницы и показатели производительности модели ML. Мы поймем важность многих методов предварительной обработки, таких как бинаризация, MinMaxScaler, Standard Scaler.
Мы можем реализовать многие алгоритмы машинного обучения на Python, используя библиотеку scikit-learn, всего за несколько строк. Разве мы не можем? Тем не менее, это не поможет нам понять алгоритмы. Следовательно, в этом курсе мы сначала рассмотрим понимание математики и концепций, лежащих в основе алгоритмов, а затем реализуем то же самое на Python. Мы также визуализируем алгоритмы, чтобы сделать их более интересными. Алгоритмы, которые мы будем обсуждать в этом курсе:
1. Линейная регрессия
2. Логистическая регрессия
3. Машины опорных векторов
4. Классификатор КНН
5. Регрессор КНН
6. Дерево решений
7. Классификатор случайного леса
8. Наивный байесовский классификатор
9. Кластеризация
И так далее. Мы будем сравнивать результаты всех алгоритмов и делать хороший аналитический подход. Чего же ты ждешь?
Для кого этот курс:
- ПРОДАЖНИК
СКАЧАТЬ
Авторы: Sujithkumar MA
Английский
Субтитры русский [авто]
Чему вы научитесь
- Алгоритмы и терминология машинного обучения
- Искусственный интеллект
- Библиотеки Python — Numpy, Pandas, Scikit-learn, Matplotlib, Seaborn
- Да, базовые знания Python приветствуются.
«Машинное обучение — это то, как машина с искусственным интеллектом учится, как человек»
Добро пожаловать на курс по машинному обучению и его реализации с использованием Python 3. Как следует из названия, в этом курсе рекомендуется иметь базовые знания в Python 3, чтобы легко понять часть реализации, но это не обязательно.
Этот курс содержит обширное содержание основных концепций ML, таких как его функции, шаги, связанные с созданием модели ML - предварительная обработка данных, точная настройка модели, переоснащение, недообучение, смещение, дисперсия, матрица путаницы и показатели производительности модели ML. Мы поймем важность многих методов предварительной обработки, таких как бинаризация, MinMaxScaler, Standard Scaler.
Мы можем реализовать многие алгоритмы машинного обучения на Python, используя библиотеку scikit-learn, всего за несколько строк. Разве мы не можем? Тем не менее, это не поможет нам понять алгоритмы. Следовательно, в этом курсе мы сначала рассмотрим понимание математики и концепций, лежащих в основе алгоритмов, а затем реализуем то же самое на Python. Мы также визуализируем алгоритмы, чтобы сделать их более интересными. Алгоритмы, которые мы будем обсуждать в этом курсе:
1. Линейная регрессия
2. Логистическая регрессия
3. Машины опорных векторов
4. Классификатор КНН
5. Регрессор КНН
6. Дерево решений
7. Классификатор случайного леса
8. Наивный байесовский классификатор
9. Кластеризация
И так далее. Мы будем сравнивать результаты всех алгоритмов и делать хороший аналитический подход. Чего же ты ждешь?
Для кого этот курс:
- Начинающие Python-разработчики
Зарегистрируйтесь или войдите в свой аккаунт для просмотра данного контента на Big-Money.net
- ПРОДАЖНИК
СКАЧАТЬ
Для просмотра скрытого содержимого вы должны зарегистрироваться
Возможно, Вас ещё заинтересует:
- Закулисье клинических рекомендаций - подводные камни диагностики и лечения тиреотоксикоза [Клиника Калинченко] [Азад Намазов, Александра Намазова]
- [Выкройки] Блузка, №1363. Размер 40-54. Рост 164-170 [Grasser]
- Подписка (донат) на Материалы для уроков английского (октябрь-ноябрь 2026) [Ольга Павлова]
- Иначе. Как жить дальше? Модуль 3: Как захотеть хотеть? [Самостоятельно] [Владимир Яковлев]
- Психотерапевтический канал (ноябрь - декабрь 2026) [Вероника Степанова]
- И-Цзин. Лекция 42 [Касталия] [Григорий Зайцев]
- Тело знает: беременность, роды и восстановление [Тариф Я Сама] [Анна Иринина, Ольга Белозорова, Наталья Коротий, Надежда Примак]
- Первозданная [Лилия Король]