Вы используете мобильную версию

перейти на Полную версию сайта

Закрыто

[Специалист] Python для машинного обучения, 2019

Складчина [Специалист] Python для машинного обучения, 2019. Совместные покупки курсов, тренингов, обучения. Присоединяйтесь! Важен каждый вкладчик.

Складчина «Python для машинного обучения, 2019». Курс посвящен применению языка Python для технологий машинного обучения. Изучаются основные библиотеки,...
Тема найдена по тегам:
Цена:
27990 руб
Взнос:
268 руб
Организатор:
Рамос47

Список участников складчины:

1. Рамос47 2. Amid_73 3. m009 4. First_Art 5. Taker987 6. coinakun485
  1. Рамос47 Организатор складчин
    [​IMG]


    Курс посвящен применению языка Python для технологий машинного обучения.
    Изучаются основные библиотеки, используемые в машинном обучении и методики их использования.
    • Курс рассматривает методы и библиотеки, основанные на языке Python и предназначенные для машинного обучения.
    • Курс основан на опыте практического применения библиотек машинного обучения.
    • Курс включает в себя не только практическую, но и теоретическую часть, и таким образом не сводится к простому «сборнику рецептов».
    • Курс читается на базе ОС Linux. Обучение проводится на примере популярнейшего дистрибутива Ubuntu. Однако большинство технологий, изучаемых на курсе, могут применяться и на базе Windows.
    Курс авторизован Postgres Professional.

    Содержание
    Модуль 1. Постановка задачи машинного обучения

    • Три типа машинного обучения.
    • Схема построения систем машинного обучения.
    • Необходимый инструментарий.
    Модуль 2. Обучение с учителем. Задача классификации
    • Понятие нейронной сети.
    • Персептрон. Определение, реализация и обучение.
    • Адаптивный линейный нейрон. Определение, реализация и обучение.
    • Метод градиентного спуска.
    Модуль 3. Библиотека scikit-learn, ее основные возможности
    • Обучение персептрона.
    • Метод логистической регрессии.
    • Метод опорных векторов.
    • Метод k ближайших соседей.
    Модуль 4. Обучение с учителем. Задача регрессии
    • Обучение с учителем. Задача регрессии.
    • Линейная регрессия.
    • Метод наименьших квадратов.
    • Метод градиентного спуска.
    • Оценка качества регрессионной модели.
    • Основы нелинейной регрессии
    Модуль 5. Обучение без учителя. Кластерный анализ
    • Метод k средних
    Модуль 6. Основы глубокого обучения
    • Многослойная нейронная сеть.
    • Применение библиотеки TensorFlow для обучения нейронной сети.

     
    Последнее редактирование модератором: 25 фев 2021
    Рамос47, 26 ноя 2019
  2. Похожие складчины
    Загрузка...
  3. Avraam1809 Должник
    Пишем крутые программы с современным графическим интерфейсом
    [Udemy] PyQt5 Python - Разработка графических интерфейсов (GUI) (Никита Хохлов Викторович)
    Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...
     
    Avraam1809, 23 авг 2020
  4. SandraW Организатор складчин
    _Smoke [Skillbox] Профессия Инженер по тестированию 2022

    Тестировщик в буквальном смысле проводит краш-тесты программных продуктов.
    Он продумывает, что и где может сломаться, прогнозирует сбои и находит ошибки в приложениях, сайтах и программах, чтобы продукт вышел работоспособным.
    Тестировщик должен всеми способами испытать надёжность и удобство сервиса на этапе разработки.

    Вы освоите одну из самых востребованных IT-профессий под руководством личного наставника и начнёте зарабатывать ещё до завершения курса.
    Опыт программирования не нужен.
    Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...
     
    SandraW, 10 сен 2022
Наверх