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.II - od A do Z

(NOWOŚĆ) Wejdź w świat uczenia nienadzorowanego i wykorzystaj przewagę uczenia maszynowego na rynku! - 2020

Autor: Paweł Krakowiak

Aktualizacja: 27/10/2020

00:00
00:00
x

Darmowe lekcje

down
Trailer
Wprowadzenie
00:53
DBSCAN - wykład
02:05
PCA - Analiza Głównych Składowych - rekonstrukcja obrazu
04:50
Detekcja anomalii w szeregach czasowych - wykład
04:58
Trailer
Wprowadzenie
DBSCAN - wykład
PCA - Analiza Głównych Składowych - rekonstrukcja obrazu
Detekcja anomalii w szeregach czasowych - wykład
49.00 zł
calendar30 dni gwarancji zwrotu pieniędzy
helpwsparcie autora na każdym etapie nauki
updateregularne aktualizacje

Szkolenie obejmuje:

  • Dożywotni dostęp
  • 91 wykładów
  • 26 zadań testowych
  • 5 godz. 08 min. materiałów wideo
  • 33 slajdów
  • Testy i ćwiczenia
  • Dostęp do zamkniętej grupy dyskusyjnej
  • Kontakt z autorem
  • Imienny certyfikat ukończenia

Zadaj pytanie przed zakupem!

Masz pytania dotyczące tego szkolenia? Skorzystaj z możliwośći kontaktu z autorem i rozwiej swoje wątpliwości.

Czego się nauczysz?

  • czym jest uczenie nienadzorowane
  • czym jest zagadnienie klasteryzacji/grupowania/analizy skupień
  • czym jest metryka Minkowskiego
  • algorytmu K-średnich wraz z implementacją
  • algorytmu grupowania hierarchicznego
  • algorytmu DBSCAN
  • metod redukcji wymiarowości
  • algorytmu PCA wraz z implementacją

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

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

Druga część kursu z serii Machine Learning Bootcamp obejmująca tematykę uczenia nienadzorowanego. Poruszone są główne problemy uczenia nienadzorowanego takie jak klasteryzacja, redukcja wymiarowości, reguły asocjacyjne czy detekcja anomalii. Kurs zbudowany jest w oparciu o kilka bibliotek do uczenia maszynowego w języku Python: scikit-learn, Prophet, OpenCV.


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

  • algorytm K-średnich
  • grupowanie hierarchiczne
  • algorytm DBSCAN
  • algorytm PCA
  • algorytm t-SNE
  • algorytm Apriori
  • LOF - Local Outlier Factor
  • algorytm Isolation Forest


O uczeniu maszynowym mówi się już praktycznie wszędzie. Wkrada się w każdą dziedzinę naszego życia. 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: 05:08:35
  • Pytania w testach: 26
  • Slajdy: 33
-----UCZENIE NIENADZOROWANE-----
4 wykładydown
-----KLASTERYZACJA-----
4 wykładydown
Repozytorium kursu - Github
1 wykładydown
Algorytm K-średnich
11 wykładydown
Grupowanie hierarchiczne
5 wykładydown
Algorytm DBSCAN
6 wykładydown
Klasteryzacja - porównanie algorytmów
4 wykładydown
-----REDUKCJA WYMIAROWOŚCI-----
1 wykładydown
PCA - Analiza Głównych Składowych
15 wykładydown
t-SNE
5 wykładydown
-----REGUŁY ASOCJACYJNE-----
1 wykładydown
Reguły asocjacyjne - algorytm Apriori
6 wykładydown
-----DETEKCJA ANOMALII-----
2 wykładydown
Local Outlier Factor - LOF
4 wykładydown
Isolation Forest
4 wykładydown
Detekcja anomalii w szeregach czasowych
5 wykładydown
-----CASE STUDIES-----
1 wykładydown
Segmentacja klientów
8 wykładydown
Segmentacja obrazu
2 wykładydown
Prophet - Koronawirus
2 wykładydown

O autorze

avatar
Paweł KrakowiakData Scientist / Securities Broker
Kursy: 24
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 %