课程描述
Machine Learning Practical: 6 Real-World Applications 来自 Udemy 网站的培训课程的名称，它使用 6 个真实世界的应用程序来让您熟悉机器学习。机器学习是人工智能的一个广泛使用的分支，它可以通过理解和使用特定的技术和算法来为学习准备系统。如果您已经学习了包括算法构建在内的机器学习基础知识，则可以使用本课程来学习如何在实际项目中工作。
本课程将向您展示真正的数据科学项目是什么样子的。在本课程中，您将从事的项目包括早期发现糖尿病、引导客户购买协作产品、降低财务损失率、使用 GPS 信息预测客户定位、估计未来货币兑换率、分类模式、预测乳腺癌等. 您将使用 Python 并学习深度学习技术。
本课程讲授的课程：
- 从事真正的数据科学项目
- 使用本课程的项目作为简历
- 了解高级机器学习主题
- 结合几种 ML 算法来实现目标
- 使用 Seaborn 和 Matplotlib 学习信息可视化技术
- 逻辑回归训练
- 设置 L1
- 随机森林分类
机器学习实践课程规范：
- 英语
- 持续时间：8 小时 37 分钟
- 课时数：82
- 教育程度：中级
- 讲师：Kirill Eremenko，Hadelin de Ponteves，博士。 Ryan Ahmed，博士，MBA，SuperDataScience 团队，Rony Sulca
- 文件格式：mp4
机器学习实践课程标题
机器学习实践课程的先决条件
- 您需要了解 Python（机器学习 AZ 级别就足够了）才能完成本课程。
- 你需要知道如何设置你的工作环境（Anaconda、Jupyter Notebook、Spyder）
- 这不应该是您的第一门机器学习课程。您需要了解主要概念。
课程描述
样片
媒体错误：格式不受支持或来源未找到
课程描述
Extract 后与您最喜欢的播放器一起观看。
英文字幕
画质：720p
变化：
版本 2019/12 与 2018/11 相比变化未显示，但由于与上次更新相隔 6 个多月等原因。
版本 2021/1 与 2019/12 相比变化未显示，但由于与上次更新相隔 6 个多月等原因。
课程描述
声明：本站所有文章，如无特殊说明或标注，均为本站发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
