Logo
Zostań autorem

Koszyk jest pusty

0

Kategorie

  • Chcesz się dzielić wiedzą?

Zaloguj się

Nie pamiętasz hasła? Kliknij tutaj

Machine Learning Bootcamp w języku Python cz.I - od A do Z

(NOWOŚĆ) Wejdź w świat uczenia nadzorowanego i wykorzystaj przewagę uczenia maszynowego na rynku! - 2021

5.0(1)
99% pozytywnych recenzji

Stworzony przez Paweł Krakowiak

Ostatnia aktualizacja: 07/01/2021
00:00
00:00
x

Darmowe lekcje

Zobacz darmowe fragmenty tego szkolenia przed zakupem.

Trailer
Kilka wskazówek na początek
|00:51
Czym jest uczenie maszynowe?
|02:49
Trailer
Kilka wskazówek na początek
Czym jest uczenie maszynowe?
Uczenie maszynowe - trendy
Uczenie maszynowe - podział
Google Colab + Dysk Google + GitHub
Braki danych - wykład
Las losowy - wykład
Naiwny klasyfikator bayesowski - ćwiczenie
Niedouczenie i przeuczenie modelu - ćwiczenie
39
99

18 % taniej

49.00 zł

🔥 Gorący temat: W tym tygodniu 110 użytkowników obejrzało to szkolenie.
Ikona kalendarza30 dni gwarancji zwrotu pieniędzy
Ikona zegaraRozpocznij teraz za darmo, zapłać do 30 dni
Flaga PolskiPolska obsługa i faktura

Szkolenie obejmuje:

  • Bezterminowy dostęp
  • 109 wykładów
  • 11 godz. 00 min. materiałów wideo
  • 33 slajdów
  • Regularne aktualizacje
  • Certyfikat ukończenia
  • Wsparcie autora na każdym etapie
  • Dostęp do zamkniętej grupy dyskusyjnej

Masz pytania dotyczące tego szkolenia?.

questionZadaj pytanie autorowi

Czego się nauczysz?

  • podstaw uczenia maszynowego
  • czym jest uczenie nadzorowane
  • przepływu pracy przy tworzeniu modeli uczenia maszynowego
  • przygotowania danych do modelu
  • czym jest zbiór treningowy, walidacyjny i testowy
  • czym jest problem regresji
  • regresji liniowej
  • regresji wielomianowej

Wymagania

podstawowa znajomość języka Python ( kurs Programowanie w języku Python - od A do Z)

znajomość biblioteki pandas (kurs Wprowadzenie do data science w języku Python - Pandas)

podstawowa znajomość bibliotek do data science (kurs Data Science Bootcamp w języku Python)

Opis kursu

---------------------------------------------------------

REKOMENDOWANE ŚCIEŻKI UCZENIA

---------------------------------------------------------

PYTHON DEVELOPER:

  • Programowanie w języku Python - od A do Z
  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z
  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z
  • Programowanie obiektowe w języku Python - OOP
  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP


DATA SCIENTIST / MACHINE LEARNING ENGINEER:

  • Programowanie w języku Python - od A do Z
  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z
  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z
  • Programowanie obiektowe w języku Python - OOP
  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP
  • Wprowadzenie do data science w języku Python - Pandas
  • Interaktywne wizualizacje danych w języku Python - Plotly
  • Data Science Bootcamp w języku Python - od A do Z
  • 250+ Ćwiczeń - Data Science Bootcamp w języku Python
  • Machine Learning Bootcamp w języku Python cz.I - od A do Z
  • Machine Learning Bootcamp w języku Python cz.II - od A do Z
  • Machine Learning Bootcamp w języku Python cz.III - Ćwiczenia


DATA SCIENTIST / DEEP LEARNING ENGINEER

  • Programowanie w języku Python - od A do Z
  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z
  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z
  • Programowanie obiektowe w języku Python - OOP
  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP
  • Wprowadzenie do data science w języku Python - Pandas
  • Interaktywne wizualizacje danych w języku Python - Plotly
  • Data Science Bootcamp w języku Python - od A do Z
  • 250+ Ćwiczeń - Data Science Bootcamp w języku Python
  • Machine Learning Bootcamp w języku Python cz.I - od A do Z
  • Machine Learning Bootcamp w języku Python cz.II - od A do Z
  • Machine Learning Bootcamp w języku Python cz.III - Ćwiczenia
  • Wprowadzenie do sieci neuronowych - Tensorflow 2.0 + Keras
  • Deep Learning w języku Python - Konwolucyjne Sieci Neuronowe
  • Artificial Intelligence – Computer Vision w języku Python


BI ANALYST / DATA ANALYST:

  • Programowanie w języku Python - od A do Z
  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z
  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z
  • Programowanie obiektowe w języku Python - OOP
  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP
  • Wprowadzenie do data science w języku Python - Pandas
  • Interaktywne wizualizacje danych w języku Python - Plotly
  • Twórz nowoczesne aplikacje webowe w Pythonie - Dash, Plotly
  • Data Science Bootcamp w języku Python - od A do Z
  • 250+ Ćwiczeń - Data Science Bootcamp w języku Python


BIG DATA ANALYST:

  • Programowanie w języku Python - od A do Z
  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z
  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z
  • Programowanie obiektowe w języku Python - OOP
  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP
  • Wprowadzenie do data science w języku Python - Pandas
  • Interaktywne wizualizacje danych w języku Python - Plotly
  • Big Data, Hadoop oraz MapReduce w języku Python
  • Big Data: Analiza danych przy użyciu SQL oraz BigQuery

---------------------------------------------------------

OPIS KURSU

---------------------------------------------------------

Pierwsza część kursu z serii Machine Learning Bootcamp obejmująca tematykę uczenia nadzorowanego. Poruszone są główne problemy uczenia maszynowego, czyli klasyfikacja oraz regresja. Kurs zbudowany jest w oparciu o najpopularniejszą bibliotekę do uczenia maszynowego w języku Python, czyli bibliotekę scikit-learn (sklearn).


Na kursie omówionych zostało wiele algorytmów uczenia maszynowego, między innymi:

  • regresja liniowa
  • regresja wielomianowa
  • regresja drzew decyzyjnych
  • regresja logistyczna
  • algorytm k-najbliższych sąsiadów
  • klasyfikator drzew decyzyjnych
  • klasyfikator lasów losowych
  • algorytm maszyny wektorów nośnych
  • naiwny klasyfikator bayesowski


Przedstawione zostały także metody oceny modeli regresji oraz klasyfikacji, walidacja krzyżowa czy metoda przeszukiwania siatki. Jeżeli zastanawiasz się czy warto podjąć krok w stronę ucznia maszynowego nie zwlekaj ani chwili dłużej i już dziś podejmij wyzwanie.

Spis treści

Czas trwania: 11:00:35Rozwiń wszystkie tematy
downUczenie maszynowe - wstęp
8 wykłady
  • Kilka wskazówek na początek|00:51
  • WymaganiaSlajdy: 1
  • Czym jest uczenie maszynowe?|02:49
  • Programowanie klasyczne vs. uczenie maszynowe05:25
  • Uczenie maszynowe - trendy|03:04
  • Uczenie maszynowe - podział|04:53
  • Główne problemy uczenia maszynowego03:48
  • Podział danych02:35
down-----UCZENIE NADZOROWANE-----
4 wykłady
downNarzędzia i konfiguracja środowiska
5 wykłady
downPrzygotowanie danych do modelu
17 wykłady
down------REGRESJA-----
2 wykłady
downRegresja liniowa
16 wykłady
downRegresja wielomianowa
3 wykłady
downRegresja drzew decyzyjnych
3 wykłady
downRegresja - ocena modelu
3 wykłady
down-----KLASYFIKACJA-----
1 wykłady

O autorze

avatar
Paweł KrakowiakData Scientist / Securities Broker
Kursy: 31
O mnie
Data Scientist, Securities Broker Miłośnik nowych technologii, szczególnie w obszarze sztucznej inteligencji, big data oraz rozwiązań chmurowych. Absolwent podyplomowych studiów ...Czytaj więcej
Zobacz profil autora
5.0
100 %
0 %
0 %
0 %
0 %
39
99

18 % taniej

49.00 zł