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 یادگیری ماشینی یاد می گیرید.
عنوان اصلی : Machine Learning with Scikit-Learn
معرفی:
یادگیری ماشینی موثر با Sicit-Learn
آنچه باید قبل از شروع بدانید
با استفاده از فایل های تمرین
1. داده های ورودی و بارگذاری:
یادگیری ماشینی چیست؟
چرا از scikit-learn برای یادگیری ماشین استفاده کنیم؟
2. یادگیری تحت نظارت:
یادگیری تحت نظارت چیست؟
چگونه داده ها را برای scikit-learn قالب بندی کنیم
رگرسیون خطی با استفاده از scikit-learn
تقسیم تست قطار
رگرسیون لجستیک با استفاده از scikit-learn
رگرسیون لجستیک برای طبقه بندی چند طبقه
درختان تصمیم گیری با استفاده از Sicit-Learn
نحوه تجسم درختان تصمیم با استفاده از Matplotlib
درختان کیسه ای با استفاده از Sicit-Learn
جنگل های تصادفی با استفاده از Sicit-Learn
از کدام مدل یادگیری ماشینی باید استفاده کنید؟
3. یادگیری بدون نظارت:
یادگیری بدون نظارت چیست؟
K-به معنای خوشه بندی است
تجزیه و تحلیل مؤلفه اصلی (PCA) برای تجسم داده ها
PCA برای سرعت بخشیدن به الگوریتم های یادگیری ماشین
خطوط لوله اسکیت-یادگیری
نتیجه:
با scikit-learn شروع کنید
Machine Learning with Scikit-Learn
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 کار کردن با سازمان دهی مناسب در کار به صورت مجازی و محلی
آموزش بدست گرفتن یک گفتگو و ارتباط در یک جمع
غلبه بر تعصب شناختی
آموزش تحلیل داده ها برای دانش آموزان
ابزارهای کدنویسی Python : مقایسه بین Jupyter و PyCharm
عادت هایی برای تبدیل شدن به موثرترین حالت خودتان
چطور در اولین آزمون سنجش کارایی خود موفق شوید
آموزش استراتژیهای رهبری موثر تیم های کاری
آموزش ارزش آفرینی بوسیله تفاوت ها
آموزش مصورسازی داده ها با Plotly