در حال حاضر محصولی در سبد خرید شما وجود ندارد.
در این دوره آموزشی قدم به قدم یاد می گیرید که چطور بوسیله زبان پایتون ارتباط بین داده ها را پیدا کنید.
عنوان اصلی : Finding Relationships in Data with Python
بررسی اجمالی دوره
نمای کلی ماژول
پیش نیازها و رئوس مطالب دوره
آمار در درک داده ها
اقدامات گرایش مرکزی و پراکندگی
آمار توصیفی دو متغیره و چند متغیره
نسخه ی نمایشی: بارگیری پاکسازی و آماده سازی داده ها
نسخه ی نمایشی: کاوش و تجسم روابط
نسخه ی نمایشی: محاسبه و تجسم همبستگی ها
خودهمبستگی
نسخه ی نمایشی: محاسبه و تجسم همبستگی خودکار
نسخه ی نمایشی: نمودارهای خطی و نمودارهای نواری
نسخه ی نمایشی: طرح های جعبه ای طرح های ویولن و نمودارهای پای
خلاصه ماژول
نمای کلی ماژول
تخمین چگالی هسته
نسخه ی نمایشی: هیستوگرام ها، نقشه های KDE، نقشه های فرش
نسخه ی نمایشی: بررسی روابط مستمر و مقوله ای
نسخه ی نمایشی: روابط زوجی
نسخه ی نمایشی: تجسم روابط چندگانه با وجوه
خلاصه ماژول
نمای کلی ماژول
معرفی Altair
نسخه ی نمایشی: شروع به کار با Altair
نسخه ی نمایشی: طرح های ساده Altair برای برش و کاوش داده ها
نسخه ی نمایشی: تجسم روابط با استفاده از Binning و Aggregation
نسخه ی نمایشی: تجسم های تعاملی با Altair
معرفی پلاتلی
نسخه ی نمایشی: تجسم های تعاملی برای داده های مالی با استفاده از Plotly
نسخه ی نمایشی: نقشه های جغرافیایی با استفاده از نقشه های حبابی
خلاصه و مطالعه بیشتر
Finding Relationships in Data with Python
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.
فیلم یادگیری Deploying PyTorch Models in Production: PyTorch Playbook
استفاده از یادگیری ماشینی در بهداشت
آموزش خلاصه سازی داده ها و انجام کارهای آماری مربوط به آن
AI Workshop: Hands-on with GANs with Deep Convolutional Networks
آموزش ساخت و کار با مدل های Deep Learning بوسیله Apache MXNet
Summarizing Data and Deducing Probabilities
Data Management with Apache NiFi
Deploying PyTorch Models in Production: PyTorch Playbook
Foundations of PyTorch
Implementing Machine Learning Workflow with RapidMiner