مطالب پیشنهادی از سراسر وب

آموزش اساسی پایتون برای علم داده قسمت 2

دسته بندی ها: علم داده (Data Science) ، تحلیل داده (Data Analysis) ، آموزش پایتون (Python) ، آموزش هوش مصنوعی (AI) ، آموزش یادگیری ماشینی (Machine Learning) ، آموزش های لینکدین (LinkedIn)

آموزش ضروری پایتون برای علم داده عنوان یکی از مشهورترین دوره های علم داده در آموزش های Linkedin می باشد. اکنون این دوره بروزرسانی شده و به دو قسمت افزایش یافته (برای تجربه کاربردی بیشتر با پایتون). در این دوره Lillian Pierson شما را گام به گام همراه با یک پروژه عملی علم داده به جلو می برد: ساخت مدل های یادگیری ماشین که توان انجام پیش بینی ها و ارائه پیشنهادات و کارهای خودکار برای کارهای روتین را داشته باشند. در حین انجام پروژه او نشان می دهد که چگونه رگرسیون لجستیک و خطی را اجرا کنید، از خوشه بندی سلسله مراتبی و خوشه بندی کی-میانگین استفاده کنید، روابط بین متغیرها را شناسایی کنید و از سایر ابزارهای یادگیری ماشین مانند شبکه های عصبی مصنوعی و مدل بیزی استفاده کنید. شما در پایان این دوره تجربه کدنویسی عملی کسب خواهید کرد و قادر خواهید بود که سریعا این آموزه ها را به پروژه های علم داده خود منتقل کنید.

قسمت اول دوره پایتون برای علم داده

5. متدهای کاهش ابعاد

نتیجه گیری

آیا این نوشته را دوست داشتید؟
Linkedin Python for Data Science Essential Training Part 2 Author:Lillian Pierson, PE Duration:3:44:22 Level:INTERMEDIATE

<i>Python for Data Science Essential Training</i> is one of the most popular data science courses at LinkedIn Learning. It has now been updated and expanded to two parts—for even more hands-on experience with Python. In this course, instructor Lillian Pierson takes you step by step through a practical data science project: building machine learning models that can generate predictions and recommendations and automate routine tasks. Along the way, she shows how to perform linear and logistic regression, use K-means and hierarchal clustering, identify relationships between variables, and use other machine learning tools such as neural networks and Bayesian models. You should walk away from this training with hands-on coding experience that you can quickly apply to your own data science projects.

پیشنهاد آموزش مرتبط در فرادرس