Машинное обучение с использованием программирования на Python [Суджиткумар М.А.] [Udemy]

Складчина: Машинное обучение с использованием программирования на Python [Суджиткумар М.А.] [Udemy]

Изучите основные концепции машинного обучения и его алгоритмов, а также способы их реализации в Python 3.
Machine Learning using Python Programming
Авторы: Sujithkumar MA

Английский
Субтитры русский [авто]

Чему вы научитесь

• Алгоритмы и терминология машинного обучения
• Искусственный интеллект
• Библиотеки Python — Numpy, Pandas, Scikit-learn, Matplotlib, Seaborn

Требования

• Да, базовые знания Python приветствуются.

Описание
«Машинное обучение — это то, как машина с искусственным интеллектом учится, как человек»

Добро пожаловать на курс по машинному обучению и его реализации с использованием Python 3. Как следует из названия, в этом курсе рекомендуется иметь базовые знания в Python 3, чтобы легко понять часть реализации, но это не обязательно.

Этот курс содержит обширное содержание основных концепций ML, таких как его функции, шаги, связанные с созданием модели ML - предварительная обработка данных, точная настройка модели, переоснащение, недообучение, смещение, дисперсия, матрица путаницы и показатели производительности модели ML. Мы поймем важность многих методов предварительной обработки, таких как бинаризация, MinMaxScaler, Standard Scaler.

Мы можем реализовать многие алгоритмы машинного обучения на Python, используя библиотеку scikit-learn, всего за несколько строк. Разве мы не можем? Тем не менее, это не поможет нам понять алгоритмы. Следовательно, в этом курсе мы сначала рассмотрим понимание математики и концепций, лежащих в основе алгоритмов, а затем реализуем то же самое на Python. Мы также визуализируем алгоритмы, чтобы сделать их более интересными. Алгоритмы, которые мы будем обсуждать в этом курсе:

1. Линейная регрессия

2. Логистическая регрессия

3. Машины опорных векторов

4. Классификатор КНН

5. Регрессор КНН

6. Дерево решений

7. Классификатор случайного леса

8. Наивный байесовский классификатор

9. Кластеризация

И так далее. Мы будем сравнивать результаты всех алгоритмов и делать хороший аналитический подход. Чего же ты ждешь?

Для кого этот курс:

• Начинающие Python-разработчики

Скрытая ссылка