Kurs Programowanie VBA w Excelu dla zaawansowanych    |     Rabat -30 zł   |      Niższa cena jeszcze przez   
0 d 00 h 00 m 00 s
Kategorie
strefakursów.pl Programowanie

Kurs Machine Learning w Python - wprowadzenie do sztucznej inteligencji:Trailer

Dowiedz się jak w praktyczny sposób wejść w świat Machine Learning w Python, rozwiązywać problemy za pomocą sztucznej inteligencji, wykorzystywać zbiory danych, testować modele uczenia maszynowego.

Kurs Machine Learning w Python - wprowadzenie do sztucznej inteligencji:Wstępna obróbka danych

Dowiedz się jak w praktyczny sposób wejść w świat Machine Learning w Python, rozwiązywać problemy za pomocą sztucznej inteligencji, wykorzystywać zbiory danych, testować modele uczenia maszynowego.

Kurs Machine Learning w Python - wprowadzenie do sztucznej inteligencji:K-Nearest Neighbours

Dowiedz się jak w praktyczny sposób wejść w świat Machine Learning w Python, rozwiązywać problemy za pomocą sztucznej inteligencji, wykorzystywać zbiory danych, testować modele uczenia maszynowego.

Kurs Machine Learning w Python - wprowadzenie do sztucznej inteligencji:Pozostałe metody klastrowania

Dowiedz się jak w praktyczny sposób wejść w świat Machine Learning w Python, rozwiązywać problemy za pomocą sztucznej inteligencji, wykorzystywać zbiory danych, testować modele uczenia maszynowego.
DARMOWE FRAGMENTY
Płatności twisto

Czego się nauczysz:

  • rozróżniania Machine Learning od AI

  • obsługi bibliotek Data Science dla Pythona (Pandas, numPy i scikit-learn)

  • strategii kodowania danych na potrzeby algorytmów Machine Learning

  • zmniejszania wymiarowości danych

  • przewidywania wartości numerycznych z pomocą metod regresji

  • automatycznej klasyfikacji obiektów

  • uczenia nienadzorowanego na przykładzie klasteryzacji

  • monitorowania jakości stworzonych modeli ML

Machine Learning i sztuczna inteligencja

Przygotowanie danych dla algorytmów

Analiza i wizualizacja danych

Regresja, klasyfikacja i klastrowanie

Co jeszcze warto wiedzieć?

Fundamenty programowania w języku Python
ZOBACZ WIĘCEJ
Kup w pakiecie i oszczędź
Program nauczania
1 Wprowadzenie
Wstęp 00m 29s
Jak korzystać z materiałów? 03m 51s
Machine Learning a Sztuczna Inteligencja 09m 24s
Problemy, które można rozwiązać za pomocą ML 12m 08s
Przegląd narzędzi, z jakich będziemy korzystać 12m 02s
2 Przygotowanie danych dla algorytmów ML
Podstawowy schemat uczenia modeli 09m 41s
Overfitting i underfitting 05m 19s
Ramki danych i podstawowe operacje na nich 17m 14s
Typy danych i sposoby ich reprezentacji 15m 30s
Strategie uzupełniania brakujących danych 12m 41s
Dane relacyjne, a ramki danych 19m 13s
Ekstrakcja cech uczących 08m 19s
Wzorce pisania kodu 13m 19s
3 Analiza i wizualizacja danych
Typy wykresów 22m 08s
Korelacja danych 12m 05s
Redukcja wymiarowości danych 14m 13s
4 Regresja
Jakie problemy rozwiązują metody regresji? 09m 32s
Zbiór danych: jakość wina 14m 22s
Wstępna obróbka danych Podgląd 09m 16s
Regresja liniowa w 2D 15m 59s
Pomiar jakości modeli regresji 16m 34s
Wpływ skalowania zmiennych na model 10m 00s
Regresja liniowa wielu zmiennych 08m 11s
Wnioskowanie na podstawie nauczonego modelu 07m 38s
Regularyzacja typu Lasso i Ridge 14m 26s
Metody liniowe, a nieliniowe 05m 58s
Regresja wielomianowa 15m 37s
Przegląd innych modeli regresji 07m 48s
5 Klasyfikacja binarna
Czym jest klasyfikacja? 06m 18s
Zbiór danych: spłata karty kredytowej 15m 34s
Przygotowanie danych do klasyfikacji 12m 14s
Regresja logistyczna w 2D 14m 13s
Metryki specyficzne dla klasyfikacji binarnej 24m 19s
Regresja logistyczna wielu zmiennych 13m 12s
Analiza cech istotnych dla modelu 04m 55s
K-Nearest Neighbours Podgląd 08m 41s
Wykorzystanie KNN do klasyfikacji 09m 34s
Support Vector Machine 11m 16s
Klasyfikacja za pomocą SVM 06m 42s
Strategie dla klasyfikacji wieloklasowej 09m 13s
Inne popularne metody klasyfikacji 08m 05s
6 Klastrowanie
Do czego służy klastrowanie? 08m 30s
Kategoryzacja za pomocą K-Means w 2D 17m 56s
Zbiór danych: Titanic 12m 43s
Kategoryzacja wielowymiarowa 10m 28s
Pomiar jakości klastrowania 13m 19s
Pozostałe metody klastrowania Podgląd 05m 20s
7 Dobre praktyki
Testowanie modeli ML 05m 01s
Zakończenie 01m 29s

Kurs Machine Learning w Python - wprowadzenie do sztucznej inteligencji

Dowiedz się jak w praktyczny sposób wejść w świat Machine Learning w Python, rozwiązywać problemy za pomocą sztucznej inteligencji, wykorzystywać zbiory danych, testować modele uczenia maszynowego.
  • Poziom: Podstawowy
  • Indywidualnie
    Dla zespołu
    149
    otrzymasz 1490 pkt. premium
    149
    Potrzebujesz przeszkolić więcej niż 1 osobę? Sprawdź ofertę.

    Nielimitowany dostęp

    Rekomendacja LinkedIn

    Testy i zadania

    Mobilny dostęp 24/7

    9 godzin

    49 wykładów

    21 materiałów szkoleniowych

    Certyfikat ukończenia

    Elastyczne zarządzanie szkoleniami

    System motywacji

    Śledzenie postępów

    Efektywne szkolenie w 30 dni

    9 godzin

    49 wykładów

    21 materiałów szkoleniowych

    Certyfikat ukończenia

    Tylko teraz możesz odebrać rabat na pierwsze zamówienie
    Dlaczego warto?
    Będziesz regularnie otrzymywał atrakcyjne rabaty
    Nie przegapisz żadnej z naszych promocji
    Będziesz informowany o aktualnych konkursach
    Nie wysyłamy spamu
    Nie, dziękuję, kupię bez zniżki
    strefakursów.pl korzysta z plików cookie, aby dostosować usługi do Twoich preferencji. Niektóre pliki cookie są zaś niezbędne do prawidłowego działania witryny. Dzięki nim możemy wyświetlać Ci spersonalizowane oferty i informacje o promocjach, zarówno w witrynach strefakursów.pl, jak i na innych stronach. Oczywiście to Ty decydujesz. Możesz w każdej chwili określić warunki przechowywania lub dostępu do plików cookies w Twojej przeglądarce.
    AKCEPTUJĘ PLIKI COOKIE