در حال حاضر محصولی در سبد خرید شما وجود ندارد.
در این مجموعه آموزش با مشکلات رایج در انجام پروژه های یادگیری ماشینی آشنا شده و سپس راهکار حل آن ها را نیز یاد می گیرید.
عنوان اصلی : Hands-On Problem Solving for Machine Learning
بررسی اجمالی دوره
اهداف و تغییرات در یادگیری ماشین
نصب WinPython و استفاده از نوت بوک های Jupyter
کاوش داده های خود با استفاده از پانداها
انواع داده های کثیف و نحوه تمیز کردن آنها
تجزیه مهرهای زمانی و تقسیم ستون ها
بارگیری داده ها از Excel، CSV و SQL
درک رگرسیون خطی
اجرای رگرسیون خطی با Scikit-learn
عیب یابی رگرسیون خطی
کاوش و پاکسازی مجموعه داده گیاهان
درک رگرسیون لجستیک
اجرای Train-Test-Splits و Logistic Regression
یک مدل قوی با اعتبارسنجی متقاطع بسازید
ایجاد مدل های پیچیده با خطوط لوله Scikit-learn
بهترین مدل را با جستجوی Hyperparameter پیدا کنید
درک دقت ما در پیش بینی اعداد
ارزیابی درستی ما در پیش بینی برچسب ها
مقابله با بیش از اندازه با استفاده از منظم سازی
Hands-On Problem Solving for 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.