Beginning of dialog window. Escape will cancel and close the window.
End of dialog window.
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
در حال بارگزاری، لطفا صبر کنید...
توضیحات دوره:
کیفیت پیش بینی های ارائه شده از مدل یادگیری ماشین شما ، بازتابی مستقیم از داده هایی است که در حین آموزش به آنها می دهید. مهندسی ویژگی به شما کمک می کند تا آخرین بیت ارزش را از داده ها استخراج کنید. این دوره ابزارهایی را برای به دست آوردن یک مجموعه داده ، تحریک سیگنال و پرتاب صدا برای بهینه سازی مدل های شما فراهم می کند. مفاهیم تقریباً به هر نوع الگوریتم یادگیری ماشین تعمیم می یابند. مربی درک جدامسکی اطلاعات تازه ای در زمینه یادگیری ماشین و مقدمه ای كامل در زمینه مهندسی ویژگی ها ارائه می دهد. او ویژگی های مداوم و طبقه بندی شده را کاوش می کند و نحوه تمیز کردن ، عادی سازی و تغییر آنها را نشان می دهد. بیاموزید که چگونه مقادیر از دست رفته را حذف کنید ، موارد پرت را حذف کنید ، داده ها را تغییر دهید ، شاخص ها را ایجاد کنید و ویژگی ها را تبدیل کنید. در فصل های آخر ، درک نحوه تهیه ویژگی ها برای مدل سازی را توضیح می دهد و چهار تغییر برای مقایسه ارائه می دهد ، بنابراین می توانید تأثیر تمیز کردن ، تبدیل و ایجاد ویژگی ها را از طریق عملکرد عملکرد مدل ارزیابی کنید.
derek jedamski یک دانشمند داده ماهر است که متخصص در یادگیری ماشین است.
Derek دارای تجربه با مدلسازی رگرسیون و طبقه بندی، پردازش زبان طبیعی، تجزیه و تحلیل آماری، کنترل کیفیت، تجزیه و تحلیل کسب و کار، و برقراری ارتباط نتایج فنی به مخاطبان است زمینه های مختلف او همچنین دارای درک کامل از پایتون، R، SQL، Apache Spark و سایر چارچوب های محاسباتی و زبان ها است. در حال حاضر، Derek در Github به عنوان یک دانشمند داده کار می کند.
نمایش نظرات