Logo
Zostań autorem

Koszyk jest pusty

0

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

5.0(1)
99% pozytywnych recenzji

Stworzony przez Paweł Krakowiak

Ostatnia aktualizacja: 04/07/2022
Video Player is loading.
Current Time 0:00
Duration -:-
Loaded: 0%
Stream Type LIVE
Remaining Time 0:00
 
1x
  • Chapters
  • descriptions off, selected
  • subtitles off, selected

    Darmowe lekcje

    Zobacz darmowe fragmenty tego szkolenia przed zakupem.

    Trailer
    Wprowadzenie
    |00:53
    DBSCAN - wykład
    |02:05
    Trailer
    Wprowadzenie
    DBSCAN - wykład
    PCA - Analiza Głównych Składowych - rekonstrukcja obrazu
    Detekcja anomalii w szeregach czasowych - wykład
    47
    40

    40 % taniej

    79.00 zł

    To najniższa cena z ostatnich 30 dni!

    Ikona kalendarza30 dni gwarancji zwrotu pieniędzy
    Ikona zegaraRozpocznij teraz za darmo, zapłać do 30 dni
    Flaga PolskiPolska obsługa i faktura

    Szkolenie obejmuje

    • Bezterminowy dostęp
    • 91 wykładów
    • 26 zadań testowych i ćwiczeń
    • 5 godz. 09 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?

    • 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: 05:09:53Rozwiń wszystkie tematy
    down-----UCZENIE NIENADZOROWANE-----
    4 wykłady
    • WymaganiaSlajdy: 1
    • Uczenie nienadzorowaneSlajdy: 1
    • Wprowadzenie|00:53
    • Uczenie nienadzorowane02:17
    down-----KLASTERYZACJA-----
    4 wykłady
    downRepozytorium kursu - Github
    1 wykłady
    downAlgorytm K-średnich
    11 wykłady
    downGrupowanie hierarchiczne
    5 wykłady
    downAlgorytm DBSCAN
    6 wykłady
    downKlasteryzacja - porównanie algorytmów
    4 wykłady
    down-----REDUKCJA WYMIAROWOŚCI-----
    1 wykłady
    downPCA - Analiza Głównych Składowych
    15 wykłady
    downt-SNE
    5 wykłady

    O autorze

    avatar
    Paweł KrakowiakData Scientist / Securities Broker

    Publikacje: 31

    Ocena autora: 4.7

    O mnie
    Data Scientist, Securities Broker Miłośnik nowych technologii, szczególnie w obszarze sztucznej inteligencji, big data oraz rozwiązań chmurowych. Absolwent podyplomowych studiów ...Czytaj więcej
    5.0
    100 %
    0 %
    0 %
    0 %
    0 %
    47
    40

    40 % taniej

    79.00 zł

    To najniższa cena z ostatnich 30 dni!

    Zapisz się do newslettera

    Odbierz 20% rabatu na pierwsze zakupy w eduj.pl, bądź na bieżąco z nowościami i promocjami oraz zgarniaj dedykowane zniżki przygotowane specjalnie dla Ciebie!

    Odbierz 20% rabatu na pierwsze zakupy w eduj.pl!

    Zapisując się do newslettera akceptujesz naszą Politykę Prywatności. W każdej chwilii możesz zrezygnować z otrzymywania wiadomości. Nie martw się nie wysyłamy spamu!