Що нового?

Набір учасників [Udemy] передумови глибокого навчання: лінійна регресія в Python

Інформація про покупку
Тип покупки: Складчина
Ціна: 4041 ГРН
Учасників: 0 з 56
Організатор: Відсутній
Статус: Набір учасників
Внесок: 75 ГРН
0%
Основний список
Резервний список

Gadzhi

Модератор

наука даних: вивчіть лінійну регресію з нуля та створіть власну робочу програму Python для аналізу даних.

Цей курс розповість вам про один популярний метод, який використовується в машинному навчанні, науці даних та статистиці: лінійній регресії. Ми розглядаємо теорію з нуля: висновок рішення і додатки до реальних проблем. Ми покажемо вам, як можна кодувати власний модуль лінійної регресії на Python.

Лінійна регресія-це найпростіша модель машинного навчання, яку ви можете вивчити, але в ній так багато глибини, що ви будете повертатися до неї ще довгі роки. Ось чому це відмінний вступний курс, якщо ви зацікавлені в тому, щоб зробити свої перші кроки в областях:
  • глибоке навчання
  • Машинне навчання
  • наука про дані
  • статистика
У першому розділі я покажу вам, як використовувати 1D лінійну регресію, щоб довести, що закон Мура правильний.

Що це ти кажеш? Закон Мура не є лінійним?

Ви маєте рацію! Я покажу вам, як все ще можна застосовувати лінійну регресію.

у наступному розділі ми розширимо 1-мірну лінійну регресію до лінійної регресії будь - якого виміру-іншими словами, як створити модель машинного навчання, яка може вчитися з багатьох входів.

Ми застосуємо багатовимірну лінійну регресію для прогнозування систолічного артеріального тиску пацієнта з урахуванням його віку та ваги.

Нарешті, ми обговоримо деякі практичні проблеми машинного навчання, про які слід пам'ятати, виконуючи аналіз даних, такі як узагальнення, перенавчання, розділення навчальних тестів тощо.

Цей курс не вимагає зовнішніх матеріалів. Все необхідне (Python та деякі бібліотеки Python) можна отримати безкоштовно.

якщо ви програміст і хочете поліпшити свої навички кодування, вивчаючи науку про дані, то цей курс для вас. Якщо у вас є технічна або математична освіта, і ви хочете знати, як застосувати свої навички інженера-програміста або "хакера", цей курс може бути корисним.

Цей курс стосується "як створювати та розуміти", а не просто "як користуватися". Будь-хто може навчитися використовувати API за 15 хвилин після прочитання деякої документації. Йдеться не про" запам'ятовування фактів", а про те, щоб" побачити все своїми очима " за допомогою експериментів. Це навчить вас, як візуалізувати те, що відбувається всередині моделі. Якщо ви хочете більше, ніж просто поверхневий погляд на моделі машинного навчання, цей курс для вас.

Посилання https://privatelink.de/?https://www.udemy.com/data-science-linear-regression-in-python/
 
Угорі