机器学习A-Z AI、Python和MLOps

MP4|视频：h2641280x720|音频：AAC，44.1 KHz，2信道

类型：电子学习|语言：英语|持续时间：17讲（7小时44米）|大小：4.2 GB

通过包括统计学等基本主题的综合课程学习数据科学。

你将学到什么

1. 知道为每种类型的问题选择哪种机器学习模型

2. 进行强有力的分析

3. 对许多机器学习模型有很强的直觉

4. 掌握Python和R上的机器学习

5. 要求

6. 只是一些高中数学水平。

描述

对机器学习领域感兴趣？那么这门课是给你的！本课程由一位数据科学家和一位机器学习专家设计，因此我们可以分享我们的知识，并以简单的方式帮助您学习复杂的理论、算法和编码库。全世界有90多万学生信任本课程。我们将带您一步一步走进机器学习的世界。通过每一个教程，你将发展新的技能，并提高你对数据科学这一具有挑战性但利润丰厚的子领域的理解。这门课程可以通过Python教程或R教程完成，也可以同时完成-Python&amp；R.选择你职业生涯所需的编程语言。这门课程既有趣又令人兴奋，同时，我们深入学习机器学习。它的结构如下：第1部分-数据预处理第2部分-回归：简单线性回归、多元线性回归、多项式回归、SVR、决策树回归、随机森林回归第3部分-分类：Logistic回归、K-NN、SVM、核SVM、朴素贝叶斯、决策树分类、随机森林分类第4部分-聚类：K-Means，层次聚类第5部分-关联规则学习：Apriori，Eclat第6部分-强化学习：置信上限，Thompson采样第7部分-自然语言处理：用于NLPP的词袋模型和算法第8部分-深度学习：人工神经网络，卷积神经网络第9部分-降维：PCA，LDA，Kernel PCA第10部分-模型选择和amp；Boosting：k倍交叉验证、参数调整、网格搜索、XGBoost每个部分内部的每个部分都是独立的。因此，你可以从头到尾学习整个课程，也可以直接跳到任何特定的部分，学习你现在的职业生涯需要什么。此外，该课程还包含了基于现实案例研究的实践练习。因此，您不仅将学习理论，还将获得大量构建自己模型的实践。本课程包括Python和R代码模板，您可以下载这些模板并在自己的项目中使用。

这门课是为谁准备的

任何对机器学习感兴趣的人。

1. 任何对编码不太熟悉，但对机器学习感兴趣并希望在数据集上轻松应用它的人。

2. 任何了解机器学习基础知识的中级人员，包括线性回归或逻辑回归等经典算法，但希望了解更多信息并探索机器学习的所有不同领域。

3. 任何对自己的工作不满意并想成为数据科学家的人。

4. 至少具备高中数学知识并想开始学习机器学习的学生。

5. 任何对编码不太熟悉，但对机器学习感兴趣并希望在数据集上轻松应用它的人。

链接：https://pan.baidu.com/s/1LybZ6d5j8wMBm4geoDb0Xg

提取码：5rpx

--来自百度网盘超级会员V6的分享