|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/python-machine-learning-data-science-russian/
课程评论：没有评论
**课程名称:** Python 中的机器学习：机器学习与数据科学 **课程概述:** 本课程是学习机器学习和数据科学最全面的入门指南。无论您是零基础还是想深入了解，本课程将帮助您利用 Python 成为一名专业的数据科学家和机器学习专家。该课程内容广泛，可替代其他价值更高的课程。 **主要学习内容:** * **Python 编程基础 (速成班):** 快速掌握 Python 编程核心。 * **NumPy:** 学习 NumPy 库进行数值计算。 * **Pandas:** 深入学习 Pandas 进行数据分析和预处理。 * **Seaborn 和 Matplotlib:** 掌握 Seaborn 进行数据可视化，并学习 Matplotlib 进行图表定制。 * **Scikit-learn 机器学习:** 学习使用 Scikit-learn 实现各种机器学习算法，包括： * 线性回归 (Linear Regression) * Lasso 回归 (Lasso Regression) * Ridge 回归 (Ridge Regression) * Elastic Net 正则化 * 逻辑回归 (Logistic Regression) * K-近邻 (K Nearest Neighbors) * 决策树 (Decision Trees) * 随机森林 (Random Forests) * AdaBoost 和 Gradient Boosting * 自然语言处理 (Natural Language Processing) * K-均值聚类 (K Means Clustering) * 层次聚类 (Hierarchical Clustering) * DBSCAN (基于密度的聚类) * 主成分分析 (PCA) * 以及更多... **课程特色:** * 提供大量俄罗斯语的 Jupyter Notebook，包含代码示例和详细说明。 * 每个讲座均配有独立的 Notebook，按课程章节分类，方便回顾和查阅。 本课程旨在帮助您提升在数据科学、机器学习和 Python 领域的技能。
Добро пожаловать на самый полный курс по Машинному Обучению и Data Science! Этот курс - лучший способ начать с нуля и стать специалистом по Data Science и машинному обучению с помощью Python. Этот объёмный курс может заменить Вам целый набор других курсов, которые могут стоить в десятки раз больше. В этом курсе Вы изучите следующие темы:Программирование в Python (экспресс-курс)NumPy в PythonДетальное изучение Pandas для анализа и предварительной обработки данныхДетальное изучение Seaborn для визуализации данных (включая Matplotlib для кастомизации графиков)Машинное обучение с помощью SciKit Learn, включая следующие темы:Linear Regression - Линейная РегрессияRegularization - РегуляризацияLasso Regression - Лассо-РегрессияRidge Regression - Ридж-РегрессияРегуляризация Elastic NetLogistic Regression - Логистическая регрессияK Nearest Neighbors - Метод К-ближайших соседейDecision Trees - Деревья решенийRandom Forests - Случайные лесаAdaBoost, GradientBoosting - Адаптивный бустинг, Градиентный бустингNatural Language Processing - Обработка языковых данныхK Means Clustering - Кластеризация К-среднихHierarchical Clustering - Иерархическая кластеризацияDBSCAN (Density-based spatial clustering of applications with noise) - Кластеризация на основе плотности данныхPCA - Principal Component Analysis - Метод главных компонентИ многое, многое другое!Внутри курса находится набор блокнотов Jupyter Notebook с русском языке с примерами кода и детальным описанием. Для каждой лекции это отдельные блокноты, которые разложены по папкам с соответствии с разделами курса. Так что Вы сможете не только просмотреть видео-лекции, но и прочитать блокноты. Это особенно удобно, когда Вам нужно что-то вспомнить или быстро пробежаться по материалу в поисках нужной информации.Как всегда, мы очень ценим возможность стать Вашими инструкторами по Data Science, машинному обучению и Python. Надеемся, что Вы запишетесь на этот курс и прокачаете Ваши навыки!
