Що нового?

Придбаний [machineasy] курс з машинного навчання для підлітків (Артем Серебряков, Тарас Стасюк)

Інформація про покупку
Тип покупки: Складчина
Ціна: 2280 ГРН
Учасників: 0 з 21
Організатор: Відсутній
Статус: Набір учасників
Внесок: 112.9 ГРН
0%
Основний список
Резервний список

Gadzhi

Модератор
після проходження курсу ви
  • Вивчіть основи Машинного навчання. Наші вчителі простим і зрозумілим будь-якому підлітку мовою пояснять всю теорію, пов'язану з машинним навчанням.
  • зможете створювати власні моделі машинного навчання на Python. Ми навчимо вас синтаксису мови Python, який використовується в машинному навчанні. Ви зможете з легкістю писати код, навіть якщо не маєте досвіду в програмуванні.
  • опануєте популярними алгоритмами, методами, і тим, як їх використовувати. Лінійна регресія, градієнтний спуск, навчання з/без вчителя, і багато іншого!
  • Станете Гуру статистики та лінійної алгебри. Дізнаєтеся все необхідне для кращого розуміння процесів в машинному навчанні. Ці знання не є обов'язковими для написання штучного інтелекту, але вони потрібні для допомоги в розумінні всіх процесів. Це не складно, особливо, коли практики пояснюють теми доступно, просто, і без сухої теорії, яку ми вважаємо неефективною для навчання підлітків.
  • отримайте повну підтримку від нас. У вас буде постійний зв'язок з учителем, і ви зможете задавати будь-які питання. Ми обов'язково допоможемо!
  • будете знати як використовується машинне навчання в бізнесі. Ми пройде повний шлях від постановки проблеми до повної реалізації. Ми будемо створювати модель Машинного навчання з прогнозування цін на нерухомість в Бостоні, спираючись на різні параметри.
план курсу
  1. введення. Про курс; Вступ до машинного навчання; способи Машинного навчання; Python; процеси в Data Science
  2. Лінійна алгебра. Навіщо нам потрібна алгебра в машинному навчанні; вектори, матриці, і операції над ними!
  3. Python. Вивчаємо основи Python, списки, словники, кортежі в Python і функції
  4. Статистика. Проходимо медіану, середнє арифметичне, моду, стандартне відхилення, коефіцієнт варіації, Теорему Байеса, і багато всього цікавого!
  5. Машинне навчання. Модель в машинному навчанні; лінійна регресія; градієнтний список, а також безліч біблотек, таких як: Matplotlib, Pandas, NumPy
  6. Фінальна частина. Пророкуємо Ціни На Житло В Бостоні.
https://privatelink.de/?https://machineasy.ru/
 
Угорі