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 سای کیت لرن یاد می گیرید.
عنوان اصلی : Building Regression Models with scikit-learn
بررسی اجمالی دوره
نمای کلی ماژول
پیش نیازها و رئوس مطالب دوره
اتصال نقاط با رگرسیون خطی
به حداقل رساندن حداقل مربعات خطا
نصب و راه اندازی scikit-learn
کاوش در مجموعه دادههای Mpg خودرو
تجسم روابط و همبستگی ها در ویژگی ها
کاهش خطرات در رگرسیون ساده و چندگانه
R-squared و Adjusted R-squared
رگرسیون با متغیرهای طبقه بندی
خلاصه ماژول
نمای کلی ماژول
رگرسیون خطی ساده
رگرسیون خطی با چندین ویژگی
استاندارد سازی داده های عددی
رمزگذاری برچسب و داده های دسته بندی رمزگذاری یک داغ
رگرسیون خطی و دام ساختگی
خلاصه ماژول
نمای کلی ماژول
مروری بر مدل های رگرسیون در scikit-learn
بیش از حد مناسب و منظم
کمند، ریج و رگرسیون خالص الاستیک
تعریف توابع کمکی برای ساخت و آموزش مدل ها و مقایسه نتایج
تک ویژگی، سینک آشپزخانه، و رگرسیون خطی صرف
رگرسیون کمند
رگرسیون ریج
رگرسیون خالص الاستیک
خلاصه ماژول
نمای کلی ماژول
انتخاب الگوریتم های رگرسیون
پشتیبانی از رگرسیون برداری
پیاده سازی رگرسیون بردار پشتیبان
رگرسیون نزدیکترین همسایگان
پیاده سازی رگرسیون K-نزدیکترین همسایه ها
رگرسیون نزولی گرادیان تصادفی
اجرای رگرسیون شیب نزولی تصادفی
رگرسیون درخت تصمیم
پیاده سازی رگرسیون درختی تصمیم
رگرسیون کمترین زاویه
اجرای رگرسیون حداقل زاویه
رگرسیون با روابط چند جمله ای
خلاصه ماژول
نمای کلی ماژول
تنظیم فراپارامتر
تنظیم فراپارامتر برای رگرسیون کمند با استفاده از جستجوی شبکه
تنظیم مدل های رگرسیون مختلف با استفاده از جستجوی گرید
خلاصه و مطالعه بیشتر
Building Regression Models 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 ساخت راهکارهای PyTorch
Solving Problems with Numerical Methods
Building Classification Models with scikit-learn
Style Transfer with PyTorch
آموزش معماری راهکارهای بیگ دیتا با استفاده از Google Dataproc
آموزش مصور سازی داده های آماری با Seaborn
آموزش انتقال استایل ها بوسیله PyTorch
AI Workshop: Build a Neural Network with PyTorch Lightning
Implementing Bootstrap Methods in R
Applying Differential Equations and Inverse Models with R