Що нового?

Набір учасників [Udemy] передумови глибокого навчання: логістична 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

методи дослідження даних для професіоналів та студентів-вивчіть теорію логістичної регресії та код Python

Цей курс є керівництвом до глибокого навчання та нейронних мереж - він охоплює популярний і фундаментальний метод, який використовується в машинному навчанні, науці даних та статистиці: логістична регресія. Ми розглядаємо теорію з нуля: висновок рішення і додатки до реальних проблем. Ми покажемо вам, як можна кодувати власний модуль логістичної регресії на Python.

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

Цей курс надає вам безліч практичних прикладів, щоб ви дійсно могли побачити, як глибоке навчання може бути використано для чого завгодно. Протягом усього курсу ми будемо виконувати курсовий проект, який покаже вам, як прогнозувати дії користувача на веб-сайті з урахуванням даних користувачів, таких як, Чи є цей користувач на мобільному пристрої, кількість переглянутих ним товарів, як довго вони залишаються на вашому сайті, незалежно від того, чи є він на мобільному пристрої чи ні. вони є повертаються відвідувачами, і в який час доби вони відвідали.

Інший проект в кінці курсу покаже вам, як ви можете використовувати глибоке навчання для розпізнавання виразів обличчя. Уявіть, що ви можете передбачити чиїсь емоції, просто грунтуючись на картинці!

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 використовувати свої навички для прийняття рішень, заснованих на даних, і оптимізації вашого бізнесу з використанням наукових принципів, тоді цей курс для вас.

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-logistic-regression-in-python/
 
Угорі