سر بالا!
این دوره اکنون بخشی از راهنمای تصویری کامل برای علم دادههای یادگیری ماشینی است که هر 4 دوره یادگیری ماشین را از Maven Analytics ترکیب میکند. این دوره به همراه سایر دوره های انفرادی این مجموعه به زودی بازنشسته می شود.
اگر برای کاوش در یادگیری ماشینی علوم داده هیجان زده هستید، اما نگران یادگیری زبان های برنامه نویسی پیچیده هستید یا از عباراتی مانند "Bays ساده لوحانه"، "رگرسیون لجستیک"، "KNN" و "درخت تصمیم" می ترسید، در این زمینه هستید. جای درست .
این دوره، بخش 2 از یک سری 4 قسمتی است که برای کمک به شما در ایجاد درک قوی و اساسی از یادگیری ماشین طراحی شده است:
بخش 1: پروفایل داده QA
بخش 2: مدل سازی طبقه بندی
بخش 3: پیش بینی رگرسیون
بخش 4: یادگیری بدون نظارت
این دوره، علم داده را برای افراد عادی قابل دسترسی میکند و برای ابهامزدایی از تکنیکهای قدرتمند ابزارهای یادگیری ماشین طراحی شده است، بدون اینکه تلاشی برای آموزش همزمان یک زبان برنامهنویسی به شما داشته باشد.
در عوض، ما از ابزارهای آشنا و کاربر پسند مانند Microsoft Excel استفاده میکنیم تا موضوعات پیچیده را بشکافیم و به شما کمک میکنیم تا قبل از اینکه به سراغ زبانهای برنامهنویسی مانند Python یا R بروید، بدانید دقیقاً چگونه و چرا یادگیری ماشین کار میکند. در دوره های یادگیری ماشین، یک خط کد نمی نویسید .
خلاصه دوره:
در این دوره آموزشی قسمت 2، چشم انداز یادگیری تحت نظارت را معرفی می کنیم، گردش کار طبقه بندی را مرور می کنیم، و به موضوعات کلیدی مانند متغیرهای وابسته در مقابل مستقل، مهندسی ویژگی، تقسیم داده ها و برازش بیش از حد می پردازیم.
از آنجا مدلهای طبقهبندی رایج از جمله K-Nearest Neighbors (KNN)، Naïve Bayes، Decision Trees، Random Forests، Logistic Regression و Sentiment Analysis را بررسی میکنیم و نکاتی را برای امتیازدهی، انتخاب و بهینهسازی مدل به اشتراک میگذاریم.
p>بخش 1: مقدمه ای برای طبقه بندی
چشم انداز یادگیری تحت نظارت
گردش کار طبقه بندی
مهندسی ویژگی
تقسیم داده ها
عدم تناسب بیش از حد
بخش 2: مدل های طبقه بندی
K-نزدیکترین همسایه ها
بیز ساده
درختان تصمیم
جنگل های تصادفی
رگرسیون لجستیک
تجزیه و تحلیل احساسات
بخش 3: تنظیم انتخاب مدل
تنظیم فراپارامتر
کلاس های نامتعادل
ماتریس های سردرگمی
دقت، فراخوانی دقیق
رانش انتخاب مدل
در طول دوره، ما مطالعات موردی را برای تثبیت مفاهیم کلیدی و پیوند دادن آنها به سناریوهای دنیای واقعی معرفی خواهیم کرد. شما به ایجاد یک موتور توصیه برای Spotify، تجزیه و تحلیل رفتار خرید مشتری برای یک فروشگاه خردهفروشی، پیشبینی اشتراک برای یک شرکت مسافرتی، استخراج احساسات از نظرات مشتریان، و موارد دیگر کمک خواهید کرد.
اگر میخواهید پایه و اساس شغلی موفق در علم داده را ایجاد کنید، این دوره آموزشی برای شماست!
__________
امروز بپیوندید و به موارد زیر دسترسی فوری و مادام العمر داشته باشید:
ویدیوی با کیفیت بالا و درخواستی
یادگیری ماشینی: کتاب الکترونیکی طبقه بندی
فایل پروژه اکسل قابل دانلود
انجمن پرسش و پاسخ متخصص
30 روز ضمانت بازگشت وجه
یادگیری مبارک!
-Josh M. (مدرس اصلی یادگیری ماشین، Maven Analytics)
__________
به دنبال پشته کامل هوش تجاری ما هستید؟ برای مرور کتابخانه کامل دوره ما، از جمله دوره های Excel، Power BI، MySQL و Tableau، "Maven Analytics" را جستجو کنید!
ببینید چرا دورههای ما جزو برترینها در Udemy هستند:
"برخی از بهترین دوره هایی که تا به حال گذرانده ام. چندین زبان برنامه نویسی، Excel، VBA و توسعه دهنده وب را مطالعه کرده ام، و Maven یکی از بهترین دوره هایی است که دیده ام!" Russ C.
"این چهارمین دوره من از Maven Analytics و چهارمین بررسی 5 ستاره من است، بنابراین چیزهایی برای گفتن تمام شده است. کاش Maven زودتر در زندگی من بود!" تاتسیانا ام.
"Maven Analytics باید استاندارد جدیدی برای تمام دوره های آموزش داده شده در Udemy شود!" جونا ام.
نمایش نظرات