مطالب پیشنهادی از سراسر وب

تحلیل رگرسیون خطی در پایتون برای یادگیری ماشین

دسته بندی ها: آموزش یادگیری ماشینی (Machine Learning) ، آموزش هوش مصنوعی (AI) ، آموزش پایتون (Python) ، آموزش های Packtpub

اگر شما یک مدیر کسب و کار هستید، مدیر اجرایی یا دانشجو هستید و می خواهید یاد بگیرید و یادگیری ماشین را در حل مشکلات تجاری واقعی استفاده کنید، این دوره با آموزش محبوب ترین تکنیک یادگیری ماشین به نام رگرسیون خطی دانش مناسبی به شما خواهد داد. این دوره تمام مراحلی را که باید هنگام حل یک مشکل تجاری از طریق درخت تصمیم گیری بردارید، شامل می شود. بیشتر دوره ها فقط به شما آموزش می دهند که چگونه یک آنالیز را انجام دهید، اما ما معتقدیم آنچه قبل و بعد از تجزیه و تحلیل اتفاق می افتد از اهمیت بیشتری برخوردار است: قبل از اجرای تجزیه و تحلیل، بسیار مهم است که شما داده های صحیح داشته باشید و پیش پردازش آن را انجام دهید. و پس از اجرای تجزیه و تحلیل، باید بتوانید قضاوت کنید که مدل شما چقدر خوب است و نتایج را تفسیر کنید تا در واقع به تجارت شما کمک کند. 

این دوره توسط Abhishek و Pukhraj تدریس می شود. ما به عنوان مدیران در شرکت مشاور Global Analytics، به مشاغل کمک کرده ایم تا مشکلات تجاری خود را با استفاده از تکنیک های یادگیری ماشین حل کنند و از تجربیات خود برای گنجاندن جنبه های عملی تجزیه و تحلیل داده ها در این دوره استفاده کرده ایم.

با پایان این دوره، اعتماد به نفس شما در ایجاد یک مدل رگرسیون در پایتون افزایش خواهد یافت. شما درک کاملی از نحوه استفاده از مدل رگرسیون برای ایجاد مدلهای پیش بینی کننده و حل مشکلات تجاری خواهید داشت.

تمامی کدها و فایل ها در این لینک در دسترس است.

فایل های تمرین exercise_files.zip
آیا این نوشته را دوست داشتید؟
Packt Linear Regression Analysis in Python for Machine Learning Duration:7 hours 20 minutes

If you are a business manager, executive, or student and want to learn and apply Machine Learning in real-world business problems, this course will give you a solid base by teaching you the most popular technique of machine learning: Linear Regression. This course covers all the steps you should take while solving a business problem through Decision Trees. Most courses only focus on teaching you how to run an analysis, but we believe that what happens before and after running analyses is even more important: before running an analysis, it is very important that you have the right data and do some pre-processing on it. And after running an analysis, you should be able to judge how good your model is and interpret the results so it actually helps your business.
The course is taught by Abhishek and Pukhraj. As managers in the Global Analytics Consulting firm, we have helped businesses solve their business problems using Machine Learning techniques and we have used our experience to include practical aspects of data analysis in this course.
This course teaches you all the steps involved in creating a Linear Regression model (one of the most popular Machine Learning models) to solve business problems.
By the end of this course, your confidence in creating a regression model in Python will have soared. You'll have a thorough understanding of how to use regression modeling to create predictive models and solve business problems.
All the code and supporting files for this course are available at - https://github.com/PacktPublishing/Linear-Regression-Analysis-in-Python-for-Machine-Learning

پیشنهاد آموزش مرتبط در فرادرس