Trinity
Администратор
- Регистрация
- 10.07.21
- Сообщения
- 25.757
- Реакции
- 322.963
[oreilly] Машинное обучение с Python для всех, часть 1: основы обучения, 2-е издание (2022)
Сессии с кодированием переходят от вводных концепций машинного обучения к конкретному коду.
Машинное обучение переходит от футуристических проектов искусственного интеллекта к анализу данных на вашем рабочем столе. Вам нужно не просто кивать в ходе обсуждения, а программировать задачи машинного обучения. Эти видео уклоняются от тяжелой математики и фокусируются на том, чтобы показать вам, как превратить вводные концепции машинного обучения в конкретный код с помощью Python, scikit-learn и других. Мы сосредоточены на историях, графике и коде, которые помогут вам лучше понять машинное обучение; мы минимизируем чистую математику.
Вы узнаете, как загружать и исследовать простые наборы данных; построить, обучить и выполнить базовую оценку обучения для нескольких моделей; сравнить использование ресурсов различных моделей в фрагментах кода и сценариях; и кратко изучите некоторые программные и математические методы, лежащие в основе этих методов.
Уровень квалификации
Если вы знакомитесь с основными концепциями машинного обучения и хотите, чтобы опытная рука помогла вам превратить эти концепции в работающий код, этот курс для вас. Если у вас есть некоторые знания в области кодирования, но вы хотите увидеть, как Python может управлять базовыми моделями машинного обучения и практиковаться, этот курс для вас.
Требования к курсу
Подробнее:
Сессии с кодированием переходят от вводных концепций машинного обучения к конкретному коду.
Машинное обучение переходит от футуристических проектов искусственного интеллекта к анализу данных на вашем рабочем столе. Вам нужно не просто кивать в ходе обсуждения, а программировать задачи машинного обучения. Эти видео уклоняются от тяжелой математики и фокусируются на том, чтобы показать вам, как превратить вводные концепции машинного обучения в конкретный код с помощью Python, scikit-learn и других. Мы сосредоточены на историях, графике и коде, которые помогут вам лучше понять машинное обучение; мы минимизируем чистую математику.
Вы узнаете, как загружать и исследовать простые наборы данных; построить, обучить и выполнить базовую оценку обучения для нескольких моделей; сравнить использование ресурсов различных моделей в фрагментах кода и сценариях; и кратко изучите некоторые программные и математические методы, лежащие в основе этих методов.
Уровень квалификации
- Новичок
- Создавайте и применяйте простые модели классификации и регрессии
- Оценивайте эффективность обучения с помощью разделения обучения и тестирования
- Оценивайте эффективность обучения с помощью показателей, адаптированных для классификации и регрессии.
- Оцените использование ресурсов ваших моделей обучения
Если вы знакомитесь с основными концепциями машинного обучения и хотите, чтобы опытная рука помогла вам превратить эти концепции в работающий код, этот курс для вас. Если у вас есть некоторые знания в области кодирования, но вы хотите увидеть, как Python может управлять базовыми моделями машинного обучения и практиковаться, этот курс для вас.
Требования к курсу
- Базовое понимание программирования на Python (переменные, базовый поток управления, простые скрипты)
Подробнее:
Скачать:
Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.
