در حال حاضر محصولی در سبد خرید شما وجود ندارد.
رقابت و جنگ بزرگی در زمینه دیتا ساینس میان کشورهای مختلف جهان در جریان است. با مشاهده این دوره آموزشی یاد می گیرید که چطور در این رقابت ها پیروز باشید.
عنوان اصلی : How to Win a Data Science Competition: Learn from Top Kagglers
معرفی
با اساتید خود آشنا شوید
نمای کلی دوره
مکانیک رقابت
بررسی اجمالی Kaggle [پخش صفحه]
برنامه دنیای واقعی در مقابل مسابقات
خلاصه ای از الگوریتم های اصلی ML
نرم افزار/سخت افزار مورد نیاز
بررسی اجمالی
ویژگی های عددی
ویژگی های دسته بندی و ترتیبی
تاریخ و مختصات
رسیدگی به مقادیر از دست رفته
کیسه کلمات
Word2vec، CNN
نمای کلی پروژه نهایی
تجزیه و تحلیل داده های اکتشافی
ایجاد شهود در مورد داده ها
کاوش داده های ناشناس
تجسم ها
تمیز کردن مجموعه داده و موارد دیگر برای بررسی
مسابقه اسپرینگ لیف EDA I
مسابقه اسپرینگ لیف EDA II
مسابقه Numerai EDA
اعتبار سنجی و بیش از حد برازش
استراتژی های اعتبار سنجی
استراتژی های تقسیم داده ها
مشکلاتی که در حین اعتبار سنجی رخ می دهد
نشت داده های اساسی
بررسی تابلوی امتیازات و نمونه هایی از نشت داده های نادر
چالش Expedia
مفهوم رمزگذاری میانگین
منظم سازی
بسط و تعمیم
تنظیم فراپارامتر I
تنظیم فراپارامتر II
تنظیم فراپارامتر III
راهنمای عملی
خط لوله رقابت KazAnova، قسمت 1
خط لوله رقابت KazAnova، قسمت 2
آمار و ویژگی های مبتنی بر فاصله
فاکتورسازی های ماتریسی
تعاملات ویژگی
t-SNE
مقدمه ای بر روش های گروهی
کوله بری
تقویت
پشتهسازی
StackNet
نکات و ترفندهای گروه بندی
CatBoost
CatBoost
How to Win a Data Science Competition: Learn from Top Kagglers
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.