Logo
Zostań autorem

Koszyk jest pusty

0

Kategorie

  • Chcesz się dzielić wiedzą?

Zaloguj się

Nie pamiętasz hasła? Kliknij tutaj

Uczenie Maszynowe - Drzewa Decyzyjne i Lasy Losowe - Python

Poznaj od podstaw algorytmy uczenia maszynowego w języku Python! Twórz własne modele w bibliotece scikit-learn! - 2020

5.0(1)
99% pozytywnych recenzji

Stworzony przez Paweł Krakowiak

Ostatnia aktualizacja: 27/10/2020
00:00
00:00
x

Darmowe lekcje

Zobacz darmowe fragmenty tego szkolenia przed zakupem.

Trailer
Czym jest uczenie maszynowe?
|11:27
Rodzaje uczenia maszynowego i główne problemy
|07:50
Trailer
Czym jest uczenie maszynowe?
Rodzaje uczenia maszynowego i główne problemy
39
99

18 % taniej

49.00 zł

🔥 Gorący temat: W tym tygodniu 103 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
  • 34 wykładów
  • 5 godz. 41 min. materiałów wideo
  • 2 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 maszynowe
  • Rodzaje uczenia maszynowego i główne problemy
  • Modele klasyfikacji i regresji
  • Jak działają algorytmy drzew decyzyjnych
  • Elementy składowe drzew decyzyjnych
  • Implementacja drzewa decyzyjnego w języku Python
  • Budowa modeli drzew decyzyjnych i lasów losowych przy użyciu biblioteki scikit-learn
  • Problemy uczenia maszynowego: niedouczenie, przeuczenie

Wymagania

podstawowa znajomość języka Python (najlepiej ukończony kurs Programowanie w języku Python)

ukończony kurs 200+ Ćwiczeń - Programowanie w języku Python (opcjonalnie)

ukończony kurs 210+ Ćwiczeń - Python - Moduły wbudowane (opcjonalnie)

ukończony kurs Wprowadzenie do data science w języku Python - Pandas

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

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

Do czego służy biblioteka scikit-learn?

Biblioteka scikit-learn jest bogatą biblioteką typu open source dostępną w języku Python przeznaczoną do uczenia maszynowego. Moduł scikit-learn zawiera wiele algorytmów z dziedziny uczenia nadzorowanego i nienadzorowanego. Biblioteka udostępniana jest na licencji BSD, co pozwala na użytkowanie zarówno komercyjne jak i akademickie.

Zawiera wiele różnych narzędzi wykorzystywanych w uczeniu maszynowym, m. in:

  • przykładowe zbiory danych
  • modele uczenia nadzorowanego
  • modele uczenia nienadzorowanego
  • redukcja wymiarowości
  • metody zespołowe
  • walidacja krzyżowa
  • optymalizacja parametrów modelu
  • selekcja cech

Spis treści

Czas trwania: 05:41:56Rozwiń wszystkie tematy
downWstęp do Uczenia Maszynowego
4 wykłady
  • WymaganiaSlajdy: 1
  • Czym jest uczenie maszynowe?|11:27
  • Repozytorium kursu - GitHubSlajdy: 1
  • Rodzaje uczenia maszynowego i główne problemy|07:50
downDrzewa Decyzyjne - Wstęp
4 wykłady
downDrzewa Decyzyjne - rzut oka na pierwszy model drzewa
7 wykłady
downDrzewa Decyzyjne - elementy składowe
3 wykłady
downKlasyfikacja - implementacja drzewa decyzyjnego
6 wykłady
downNiedouczenie i przeuczenie modelu
3 wykłady
downKlasyfikacja - Case studies
3 wykłady
downDrzewa Decyzyjne - Regresja
1 wykłady
downLasy Losowe - Uczenie Zespołowe
3 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 %