Machine Learning - Python & R


1.2-stable par FreeLearningApp
Sep 27, 2020 Anciennes versions

À propos de Machine Learning - Python & R

Apprenez l'apprentissage automatique de A à Z Python pratique et R en science des données, sans frais.

Cours udemy complet gratuit.

Ce que vous apprendrez

Master Machine Learning sur Python & R

Avoir une grande intuition de nombreux modèles d'apprentissage automatique

Faites des prédictions précises

Faites une analyse puissante

Créez des modèles d'apprentissage automatique robustes

Créez une forte valeur ajoutée pour votre entreprise

Utiliser l'apprentissage automatique à des fins personnelles

Gérer des sujets spécifiques tels que l'apprentissage par renforcement, la PNL et l'apprentissage en profondeur

Gérer des techniques avancées comme la réduction de dimensionnalité

Savoir quel modèle de Machine Learning choisir pour chaque type de problème

Construisez une armée de puissants modèles d'apprentissage automatique et sachez comment les combiner pour résoudre tout problème

La description

Intéressé par le domaine du Machine Learning? Alors ce cours est fait pour vous!

Ce cours a été conçu par deux Data Scientists professionnels afin que nous puissions partager nos connaissances et vous aider à apprendre de façon simple des théories complexes, des algorithmes et des bibliothèques de codage.

Nous vous guiderons pas à pas dans le monde de l'apprentissage automatique. Avec chaque tutoriel, vous développerez de nouvelles compétences et améliorerez votre compréhension de ce sous-domaine difficile mais lucratif de la science des données.

Ce cours est amusant et passionnant, mais en même temps nous plongeons profondément dans le Machine Learning. Il est structuré de la manière suivante:

Partie 1 - Prétraitement des données

Partie 2 - Régression: régression linéaire simple, régression linéaire multiple, régression polynomiale, SVR, régression d'arbre de décision, régression aléatoire de forêt

Partie 3 - Classification: régression logistique, K-NN, SVM, Kernel SVM, Naive Bayes, Decision Tree Classification, Random Forest Classification

Partie 4 - Clustering: K-Means, Hiérarchical Clustering

Partie 5 - Apprentissage des règles d'association: Apriori, Eclat

Partie 6 - Apprentissage par renforcement: limite de confiance supérieure, échantillonnage de Thompson

Partie 7 - Traitement du langage naturel: modèle de sac de mots et algorithmes pour la PNL

Partie 8 - Apprentissage en profondeur: réseaux de neurones artificiels, réseaux de neurones convolutifs

Partie 9 - Réduction de la dimensionnalité: PCA, LDA, Kernel PCA

Partie 10 - Sélection et optimisation du modèle: validation croisée k-fold, réglage des paramètres, recherche de grille, XGBoost

De plus, le cours est rempli d'exercices pratiques basés sur des exemples réels. Ainsi, non seulement vous apprendrez la théorie, mais vous aurez également une expérience pratique de la construction de vos propres modèles.

Et en prime, ce cours comprend à la fois des modèles de code Python et R que vous pouvez télécharger et utiliser sur vos propres projets.

À qui s'adresse ce cours:

Toute personne intéressée par le Machine Learning.

Les élèves qui ont au moins des connaissances en mathématiques au secondaire et qui souhaitent commencer à apprendre le Machine Learning.

Toute personne de niveau intermédiaire qui connaît les bases de l'apprentissage automatique, y compris les algorithmes classiques comme la régression linéaire ou la régression logistique, mais qui souhaite en savoir plus à ce sujet et explorer tous les différents domaines de l'apprentissage automatique.

Toutes les personnes qui ne sont pas à l'aise avec le codage mais qui sont intéressées par l'apprentissage automatique et qui souhaitent l'appliquer facilement sur les jeux de données.

Tous les étudiants du collège qui souhaitent commencer une carrière en science des données.

Tous les analystes de données qui souhaitent passer au niveau supérieur dans le Machine Learning.

Toutes les personnes qui ne sont pas satisfaites de leur travail et qui souhaitent devenir Data Scientist.

Toutes les personnes qui souhaitent créer de la valeur ajoutée pour leur entreprise en utilisant de puissants outils d'apprentissage automatique.

Quoi de neuf dans la dernière version 1.2-stable

Last updated on Oct 18, 2020
44 hours on-demand video lectures.
Complete machine learning data science course.

Informations Application supplémentaires

Dernière version

1.2-stable

Telechargé par

Ibrahim Alyateem

Nécessite Android

Android 4.4+

Classification du contenu

Everyone

Voir plus

Alternative à Machine Learning - Python & R

Obtenir plus de FreeLearningApp

Découvrir