Machine Learning - Python & R In Data Science for Android APK

説明

udemyの全コース無料。

学習内容

Python と R で機械学習をマスターする

多くの機械学習モデルについて優れた直感を持っている

正確な予測を行う

強力な分析を行う

堅牢な機械学習モデルを作成する

ビジネスに強力な付加価値を生み出す

個人的な目的で機械学習を使用する

強化学習、NLP、深層学習などの特定のトピックを扱う

次元削減などの高度な技術を扱う

問題の種類ごとにどの機械学習モデルを選択するかを理解する

強力な機械学習モデルの軍隊を構築し、それらを組み合わせて問題を解決する方法を知っています

説明

機械学習の分野に興味がありますか?それなら、このコースはあなたのためです！

このコースは、知識を共有し、複雑な理論、アルゴリズム、コーディング ライブラリを簡単な方法で学習できるように、2 人のプロのデータ サイエンティストによって設計されています。

機械学習の世界を順を追って説明します。すべてのチュートリアルで、新しいスキルを開発し、データ サイエンスのこの挑戦的で収益性の高いサブフィールドの理解を深めます。

このコースは楽しくエキサイティングですが、同時に機械学習について深く掘り下げます。次のように構成されています。

パート 1 - データの前処理

パート 2 - 回帰: 単純線形回帰、多重線形回帰、多項式回帰、SVR、決定木回帰、ランダム フォレスト回帰

パート 3 - 分類: ロジスティック回帰、K-NN、SVM、カーネル SVM、単純ベイズ、決定木分類、ランダム フォレスト分類

パート 4 - クラスタリング: K-Means、階層的クラスタリング

パート 5 - アソシエーション ルールの学習: Apriori、Eclat

パート 6 - 強化学習: 上限信頼限界、トンプソン サンプリング

パート 7 - 自然言語処理: NLP の Bag-of-words モデルとアルゴリズム

パート 8 - 深層学習: 人工ニューラル ネットワーク、畳み込みニューラル ネットワーク

パート 9 - 次元削減: PCA、LDA、カーネル PCA

パート 10 - モデルの選択とブースティング: k 分割交差検証、パラメーター調整、グリッド検索、XGBoost

また、実例に基づいた実践的な演習も満載です。したがって、理論を学ぶだけでなく、独自のモデルを構築する実践的な練習もできます。

おまけとして、このコースには Python と R の両方のコード テンプレートが含まれており、ダウンロードして自分のプロジェクトで使用できます。

このコースの対象者:

機械学習に興味のある方。

数学について高校以上の知識があり、機械学習の学習を開始したい学生。

線形回帰やロジスティック回帰などの古典的なアルゴリズムを含む機械学習の基本を知っているが、それについてさらに学び、機械学習のさまざまな分野をすべて探求したい中級レベルの人。

コーディングにはあまり慣れていないが、機械学習に興味があり、データセットに簡単に適用したい人。

データ サイエンスのキャリアをスタートさせたい大学生。

機械学習でレベルアップしたいデータ アナリスト。

仕事に満足できず、データサイエンティストになりたい人。

強力な機械学習ツールを使用してビジネスに付加価値を生み出したい人。