4.78
(41 Рейтинг)

Машинное обучение в Python: Machine Learning & Data Science

Список желаний Поделиться
Поделиться курсом
Ссылка на страницу
Поделиться в социальных сетях

О курсе

Добро пожаловать на наиболее полный курс по Машинному Обучению и Data Science!

Этот обучающий курс является идеальным отправным пунктом для тех, кто хочет стать экспертом в области data science и машинного обучения, используя Python.

Это русскоязычное издание курса, который был разработан Хосе и его командой в течение более года. Этот курс пришел после того, как его предшествующие версии успешно прошли более двух миллионов слушателей.

Этот обширный курс способен заменить множество других, часто гораздо более дорогих обучающих программ.

Что вы изучите в рамках этого курса:

  • Основы программирования на Python (краткий курс)
  • NumPy в Python
  • Глубокий анализ Pandas для обработки и анализа данных
  • Подробное изучение Seaborn для визуализации данных (включая Matplotlib для настройки графиков)
  • Машинное обучение с использованием SciKit Learn, включая следующие темы:
    • Линейная регрессия
    • Регуляризация
    • Лассо-регрессия
    • Ридж-регрессия
    • Регуляризация Elastic Net
    • Логистическая регрессия
    • Метод ближайших соседей (K Nearest Neighbors)
    • Деревья решений
    • Случайные леса
    • AdaBoost, Градиентный бустинг
    • Обработка естественного языка
    • Кластеризация К-средних (K Means)
    • Иерархическая кластеризация (Hierarchical Clustering)
    • Кластеризация на основе плотности данных (DBSCAN)
    • Метод главных компонент (PCA)
    • И многое другое!

Курс включает в себя множество блокнотов Jupyter Notebook на русском языке с примерами кода и подробными описаниями. Каждая лекция сопровождается отдельным блокнотом, разделенным на соответствующие разделы курса. Это дает вам возможность не только смотреть видеолекции, но и изучать блокноты. Это особенно удобно, когда вам нужно быстро вспомнить информацию или найти нужные данные.

Мы всегда рады быть вашими инструкторами по data science, машинному обучению и Python. Надеемся, что вы присоединитесь к этому курсу и усовершенствуете свои навыки!

Чему вы научитесь?

  • Построение моделей машинного обучения с учителем (Supervised Learning)
  • Применение NumPy для работы с числами в Python
  • Применение Seaborn для создания красивых графиков визуализации данных
  • Применение Pandas для манипуляции с данными в Python
  • Применение Matplotlib для детальной настройки визуализаций данных в Python
  • Конструирование признаков (Feature Engineering) на реалистичных примерах
  • Алгоритмы регрессии для предсказания непрерывных переменных
  • Навыки подготовки данных к машинному обучению
  • Алгоритмы классификации для предсказания категориальных переменных
  • Создание портфолио проектов машинного обучения и Data Science
  • Работа с Scikit-Learn для применения различных алгоритмов машинного обучения
  • Быстрая настройка Anaconda для работ по машинному обучению
  • Понимание полного цикла этапов работ по машинному обучению

Оценки и отзывы (частично взяты с других сайтов)

4.8
Всего 41 Рейтингов
5
34 Оценки
4
5 Оценок
3
2 Оценки
2
0 Оценка
1
0 Оценка
АИ
1 год тому назад
Все ясно и понятно пока что
RR
1 год тому назад
Отличный курс. Автор в деталях объясняет не только как все работает в python, но и идею, механизм самих алгоритмов, сопровождая объяснения понятной визуализацией и отсылкой к дополнительным источникам информации. С удовольствием бы приобрел новые курсы данного автора по теме Data Science.
GS
1 год тому назад
Материал преподается очень подробно и понятливо! Отличный курс!
S
1 год тому назад
То что пройдено на данный момент, сформировано создателями курса очень понятно с пояснениями всех деталей и нюансов. Отличная работа! Дальше буду смотреть.
Ю
1 год тому назад
Объясняет четко и понятно, без лишнего затягивания видео
DA
1 год тому назад
В целом хороший курс, достаточно подробный, пока рано судить о качестве курса
AL
1 год тому назад
каеф, смотрим всей семьей
AB
1 год тому назад
превосходно !! информация дается шаг за шагом много самостоятельных заданий четкий разбор заданий много повторений для лучшего запоминания
P
1 год тому назад
Простое, четкое и структурированное изложение материала.
Э
1 год тому назад
отлично все, не хватает графиков в линейных моделях, чтобы оценить результат обучения модели
IG
2 года тому назад
есть ошибки в некоторых условиях заданий, судя по решенияем автора
M
2 года тому назад
Курс как сериал, смотреться на одном дыхании и также грустно когда он заканчивается. Материал - топ, изложение - топ, курс - топ, рекомендую!!!
S
2 года тому назад
Отличный курс. Я до этой лекции пересмотрел кучу других курсов на разных языках к тому же прошел 5 месячный курс по ML & Deep Learning, была в голове каша (с терминологиями, как применять модели не говоря что надо их подготавливать и перепроверять) и только просмотрев этот курс все стало по своим местам.
АБ
2 года тому назад
Дошел до середины Pandas и что мне хочется сказать.. Материал дается очень структурированно и понятно. Пожалуй, это лучший курс для новичков среди многих в области ML and AI. Отзывы с небольшим количеством звезд читают лучше, потому, что люди всегда ищут подвох, так вот, его здесь нет, даже не задумываясь берите курс!!! А на рейтинг преподавателя моя оценка повлияет не сильно, потому, что хороших отзывов более, чем достаточно!
АП
2 года тому назад
доступно, подробно, с расстановкой!
SS
2 года тому назад
Все доступно объясняется, очень информативно! Спасибо!
VN
2 года тому назад
Очень хороший курс. Все детализировано до мелочей. Проходится на одном дыхание.
G
2 года тому назад
Курс слушал на одном дыхании! В какой-то момент было интересно, в какой-то сложно, но в итоге получил желаемый результат!
AD
2 года тому назад
очень насыщенный курс!! Благодарю за труд, предварительно прошла курс Python, по окончанию курса дополню отзыв
AM
2 года тому назад
Очень информативный и практически понятный курс! Всё, что нужно для понимания процесса ML! спасибо огромное авторам!

Хотите получать push-уведомления обо всех важных событиях?

Booh.ru
Logo
Корзина