تعلم الآلة من الألف إلى الياء: لغة Python و R العملية في علوم البيانات- MOOC- Udemy قائمة تم التحقق منها

هل أنت مهتم بمجال التعلم الآلي؟ ثم وهذا بالطبع هو لك! تم تصميم هذه الدورة من قبل اثنين من علماء البيانات المحترفين حتى نتمكن من مشاركة معرفتنا ومساعدتك على تعلم النظريات المعقدة والخوارزميات ومكتبات الترميز بطريقة سهلة.

سنوجهك خطوة بخطوة في عالم التعلم الآلي.

مع كل برنامج تعليمي ، ستقوم بتطوير مهارات جديدة وتحسين فهمك لهذا الحقل الفرعي الصعب والمربح لعلوم البيانات.

هذه الدورة ممتعة ومثيرة ، لكننا في نفس الوقت نتعمق في التعلم الآلي.

وهي منظمة على النحو التالي: الجزء 1 - المعالجة المسبقة للبيانات الجزء 2 - الانحدار: الانحدار الخطي البسيط ، الانحدار الخطي المتعدد ، الانحدار متعدد الحدود ، SVR ، انحدار شجرة القرار ، الانحدار العشوائي للغابات الجزء 3 - التصنيف: الانحدار اللوجستي ، K -NN ، SVM ، Kernel SVM ، Naive Bayes ، تصنيف شجرة القرار ، التصنيف العشوائي للغابات الجزء 4 - التجميع: الوسائل K ، التجميع الهرمي الجزء 5 - تعلم قواعد الارتباط: Apriori ، Eclat الجزء 6 - التعلم عن طريق التعزيز: حد الثقة العلوي ، أخذ عينات طومسون الجزء 7 - معالجة اللغة الطبيعية: خوارزميات نموذج حقيبة الكلمات لـ NLP الجزء 8 - التعلم العميق: الشبكات العصبية الاصطناعية ، الشبكات العصبية التلافيفية الجزء 9 - تقليل الأبعاد: PCA ، LDA ، الجزء 10 من الكمبيوتر الأساسي - اختيار النموذج والتعزيز: k-fold cross -التحقق ، ضبط المعلمة ، بحث الشبكة ، XGBoost أيضًا ، cu rso مليء بالتمارين العملية المبنية على أمثلة من الحياة الواقعية.

لذلك لن تتعلم النظرية فحسب ، بل ستحصل أيضًا على بعض التدريبات على بناء النماذج الخاصة بك.

وكمكافأة ، تتضمن هذه الدورة قوالب Python و Rcode التي يمكنك تنزيلها واستخدامها في مشاريعك الخاصة.

التحديثات الرئيسية (يونيو 2020): جميع الرموز حتى تاريخ EEP Learn مشفر على TENSORFLOW .0 نماذج تعزيز التدرج الأعلى ، بما في ذلك XGBOOST وحتى CATBOOST.