در حال حاضر محصولی در سبد خرید شما وجود ندارد.
با مشاهده این کورس آموزشی از طریق انجام پروژه های واقعی و به زبانی بسیار ساده مطالب فراوانی را در رابطه با آژور یاد می گیرید.
عنوان اصلی : Feature Selection and Extraction in Microsoft Azure
بررسی اجمالی دوره
نسخه نمایشی کاوش مجموعه داده
تعیین ساختار ویژگی مناسب برای الگوریتم و وظیفه
کاوش داده های شما و شناسایی توزیع داده های شما
کاوش مجموعه داده خود برای انتخاب و استخراج ویژگی
بردن
ویژگی در یادگیری ماشین چیست؟
ایجاد و استفاده از الگوریتم های استخراج ویژگی
نسخه ی نمایشی: چهره انسان یا نه چهره انسان؟
انجام استخراج ویژگی
انجام استخراج ویژگی روی متن بدون ساختار
بردن
استخراج ویژگی چیست؟
نسخه ی نمایشی ارزش های کلیپ
ویژگی های رمزگذاری نسخه ی نمایشی
گروه بندی داده ها در Bins Demo
دموی داده را عادی کنید
انجام عادی سازی ویژگی ها
نسخه نمایشی تجزیه و تحلیل مؤلفه اصلی
بردن
درک عادی سازی ویژگی ها
نسخه نمایشی همبستگی خطی را محاسبه کنید
نسخه نمایشی تجزیه و تحلیل تشخیصی خطی فیشر
نسخه ی نمایشی انتخاب ویژگی مبتنی بر Fliter
انجام انتخاب ویژگی
نسخه نمایشی اهمیت ویژگی جایگشت
بردن
درک ویژگی انتخاب
غذای آماده نهایی
Feature Selection and Extraction in Microsoft Azure
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.
Using Git with a GUI
آموزش ویرایش داده ها بوسیله T-SQL
Feature Selection and Extraction in Microsoft Azure
Big Data: Executive Briefing
Working with JSON in .NET 6
یادگیری ماشینی با Python – کاربرد عملی
آموزش Query گرفتن از داده های XML, JSON بوسیله T-SQL
آشنایی با Computer Vision
C# 10 Best Practices
آموزش کارکردن با دیتابیس های مختلف در زبان پایتون به کمک SQLAlchemy
✨ تا ۷۰% تخفیف با شارژ کیف پول 🎁
مشاهده پلن ها