در حال حاضر محصولی در سبد خرید شما وجود ندارد.
با مشاهده این دوره آموزشی قدم به قدم یاد می گیرید که چطور داده هایتان را برای مهندسی آینده و همچنین یادگیری ماشینی کاملا آماده کنید.
عنوان اصلی : Preparing Data for Feature Engineering and Machine Learning
بررسی اجمالی دوره
نمای کلی ماژول
پیش نیازها و رئوس مطالب دوره
ویژگی ها و برچسب ها
گردش کار یادگیری ماشین
مولفه های مهندسی ویژگی
انتخاب ویژگی، یادگیری ویژگی، و استخراج ویژگی
ترکیب ویژگی و کاهش ابعاد
داده های آموزش، اعتبار سنجی و آزمون
K-fold Cross Validation
خلاصه ماژول
نمای کلی ماژول
مشکلات با دیتا
مقابله با ارزش های گمشده
برخورد با موارد پرت
استفاده از تکنیک های مختلف برای مدیریت ارزش های گمشده
شناسایی و رسیدگی به موارد پرت
خواندن و کاوش مجموعه داده
رگرسیون خطی ساده و چندگانه را انجام دهید
خلاصه ماژول
نمای کلی ماژول
انواع داده ها
اندازه گیری همبستگی ها
درک انتخاب ویژگی با استفاده از روش های فیلتر، جاسازی شده و بسته بندی
انتخاب ویژگی با استفاده از نسبت مقدار گمشده
محاسبه و تجسم همبستگی ها با استفاده از پانداها
محاسبه و تجسم همبستگی ها با استفاده از آجر زرد
انتخاب ویژگی با استفاده از روشهای فیلتر
انتخاب ویژگی با استفاده از روشهای Wrapper
انتخاب ویژگی با استفاده از روش های جاسازی شده
خلاصه ماژول
نمای کلی ماژول
نمایش تصاویر به عنوان ماتریس و تکنیک های پیش پردازش تصویر
تشخیص ویژگی و استخراج از تصاویر
استخراج ویژگی از متن
خلاصه ماژول
نمای کلی ماژول
توکنسازی و تجسم توزیعهای فرکانس
انجام عادی سازی با استفاده از تکنیک های مختلف
ایجاد بردارهای ویژگی از داده های متنی
بارگذاری و تبدیل تصاویر
استخراج ویژگی ها از تصاویر
تشخیص نقاط کلیدی و توصیفگرها برای انجام تطبیق تصویر
استخراج متن از تصاویر با استفاده از OCR
استخراج ویژگی ها از تاریخ ها
کار با ویژگی های جغرافیایی
خلاصه و مطالعه بیشتر
Preparing Data for Feature Engineering and Machine Learning
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.
آموزش انجام فرآیندهای آماده سازی داده ها
Implementing Bootstrap Methods in R
آموزش Deploy کردن راهکارهای یادگیری ماشینی
Learning H20.ai
بهینه سازی Apache Spark بر روی Azure Databricks
Style Transfer with PyTorch
Apache Airflow Essential Training
آموزش کاهش ابعاد داده ها با استفاده از Scikit-learn
Implementing Machine Learning Workflow with RapidMiner
آموزش استفاده از منابع آنلاین برای پردازش داده ها با Python
پایان فعالیت فرین مدیا برای همیشه فقط تا 15 مهرماه 1403 فرصت دارید !
توضیحات بیشتر