Закрыто

Машинное обучение - весело и просто, используя Python и Keras

Тема в разделе "Курсы по программированию", создана пользователем Slava85, 2 ноя 2017.

Цена: 700р.
Взнос: 88р.-87%
100%

Основной список: 37 участников

Резервный список: 10 участников

Статус обсуждения:
Комментирование ограничено.
  1. 2 ноя 2017
    #1
    Топикстартер
    Топикстартер ЧКЧлен клуба
    Машинное обучение - весело и просто, используя Python и Keras
    Machine Learning - Fun and Easy using Python and Keras


    Мы разработали этот курс для всех, кто хочет научиться современному искусству в Машинном обучении простым и интересным способом, не изучая сложные математические или скучные объяснения. Каждая теоретическая лекция уникально спроектирована с использованием анимированных досок, которые могут максимизировать участие в лекциях и улучшать сохранность знаний. Это гарантирует, что вы поглотите больше контента, чем вы бы традиционно наблюдали за другими теоретическими видеороликами и книгами по этому вопросу.

    Курс структурирован так:

    Регрессия - линейная регрессия, деревья принятия решений, случайная лесная регрессия,
    Классификация - логистическая регрессия, K ближайших соседей (KNN), поддержка векторной машины (SVM) и Naive Bayes,
    Кластеризация - K-средства, иерархическая кластеризация,
    Обучение правилам ассоциации - Apriori, Eclat,
    Уменьшение размерности - анализ основных компонентов, линейный дискриминантный анализ,
    Нейронные сети - искусственные нейронные сети, сверточные нейронные сети, повторяющиеся нейронные сети.​

    Для начала вам НЕ нужны какие-либо предварительные знания Python или Statistics / Machine Learning. Курс начнется с ознакомления студентов с одной из самых фундаментальных моделей анализа статистических данных и ее практической реализации в регрессии Python-common наименьших квадратов (OLS). Впоследствии будут рассмотрены некоторые из наиболее распространенных методов регрессии и классификации машинного обучения, такие как случайные леса, деревья решений и линейный дискриминантный анализ. В дополнение к теоретическому обоснованию этих практических практических практик продемонстрирует, как реализовать их в Python. Студенты также познакомятся с практическими применениями общих методов интеллектуального анализа данных в Python и приобретут умение использовать мощную платформу на основе Python для машинного обучения, которая является Anaconda (Python Distribution). Наконец, вы получите прочное заземление как в искусственных нейронных сетях (ANN), так и в пакете Keras для реализации алгоритмов глубокого обучения, таких как Neur Network of Convolution (CNN). Глубокое обучение - это тема по требованию, и знание этого сделает вас более привлекательным для работодателей.

     
    2 пользователям это понравилось.
  2. Последние события

    1. skladchik.com
      Складчина закрыта.
      21 дек 2017
    2. skladchik.com
      Складчина доступна.
      10 ноя 2017
    3. Sonic888
      Sonic888 участвует.
      10 ноя 2017
    4. ogatrk
      ogatrk участвует.
      10 ноя 2017

    Последние важные события

    1. skladchik.com
      Складчина закрыта.
      21 дек 2017
    2. skladchik.com
      Складчина доступна.
      10 ноя 2017
    3. skladchik.com
      Взнос составляет 44р.
      6 ноя 2017
    4. skladchik.com
      Складчина активна.
      6 ноя 2017
  3. Обсуждение
  4. 7 ноя 2017
    #2
    Andrex9077
    Andrex9077 ЧКЧлен клуба
    Курс на английском?
     
  5. 7 ноя 2017
    #3
    gr00t
    gr00t БанЗабанен
    да
     
Статус обсуждения:
Комментирование ограничено.

Поделиться этой страницей