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 Microsoft Azure یاد می گیرید.
عنوان اصلی : Building Features from Nominal and Numeric Data in Microsoft Azure
بررسی اجمالی دوره
نمای کلی ماژول
آیا این دوره برای شماست؟
مهارت های توصیه شده برای این دوره
اقدامات گرایش مرکزی
معیارهای تغییرپذیری
مدالیته و چولگی
کورتوز
توزیع های گاوسی
محاسبه میانگین، میانه و حالت
خلاصه
معرفی
فرآیند یادگیری ماشینی تقطیر شده است
تشخیص و انتساب موارد پرت
نسخه ی نمایشی: تشخیص بیرونی در پایتون
نسخه ی نمایشی: Imputation در پایتون
استانداردسازی و عادی سازی
نسخه ی نمایشی: عادی سازی و استانداردسازی در پایتون
خلاصه
نمای کلی ماژول
رویکردهای رایج مقیاس بندی
نسخه ی نمایشی: رویکردهای رایج مقیاس بندی
بنینگ
نسخه ی نمایشی: Binning
دگرگونی
نسخه ی نمایشی: تصحیح ناهمسانی
امتیاز Z
نسخه ی نمایشی: Z-score
خلاصه
نمای کلی ماژول
انواع داده ها در آمار
مقیاس های اندازه گیری داده ها
مشکلات با داده های طبقه بندی
رمزگذاری تک داغ
نسخه ی نمایشی: برچسب و کدگذاری تک داغ
نسخه ی نمایشی: رمزگذاری برچسب و XGBoost
خلاصه
Building Features from Nominal and Numeric Data 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.
Building Features from Nominal and Numeric Data in Microsoft Azure
How You Can Master the Fundamentals of Transact-SQL
بهبود کارایی یادگیری عمیق ( دیپ لرنینگ ) در زبان Python
آموزش مهاجرت دیتابیس های SQL Server به درون Amazon RDS
آموزش انجام پروژه های یادگیری ماشینی در کلود گوگل با BigQuery
یادگیری ماشینی کاربردی با Bigquery در Google Cloud
Data Visualization in Python for Machine Learning Engineers
مهندسی یادگیری ماشینی بوسیله Python Keras
نوشتن مدل های یادگیری ماشینی از ابتدا
متخصص شدن در پاکسازی داده ها بوسیله Python