Logo
Zostań autorem

Koszyk jest pusty

0

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: 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
    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
    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
    • 34 wykładów
    • 5 godz. 42 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: 05:42:16Rozwiń 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

    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!