Книги и литература
Подборка курсов и обучающих материалов по направлению
Все рубрики
Софт, программы, скрипты
Подборка курсов и обучающих материалов по направлению
Все рубрики
По авторам
Подборка курсов и обучающих материалов по направлению
Все рубрики
Загрузка списка…
По школам
Подборка курсов и обучающих материалов по направлению
Все рубрики
Загрузка списка…
Бухгалтерия и финансы
Подборка курсов и обучающих материалов по направлению
Все рубрики
Подкатегорий пока нет
Отдых и путешествия
Подборка курсов и обучающих материалов по направлению
Все рубрики
Подкатегорий пока нет
Схемы заработка
Подборка курсов и обучающих материалов по направлению
Все рубрики
Подкатегорий пока нет
Соблазнение и пикап
Подборка курсов и обучающих материалов по направлению
Все рубрики
Подкатегорий пока нет
Строительство и ремонт
Подборка курсов и обучающих материалов по направлению
Все рубрики
Подкатегорий пока нет
Музыка
Подборка курсов и обучающих материалов по направлению
Все рубрики
Подкатегорий пока нет
Авто и мото
Подборка курсов и обучающих материалов по направлению
Все рубрики
Подкатегорий пока нет
Образование и репетиторство
Подборка курсов и обучающих материалов по направлению
Все рубрики
Подкатегорий пока нет
Другие тематики
Подборка курсов и обучающих материалов по направлению
Все рубрики
Подкатегорий пока нет
0Корзина Закладки 0

Укажите в поиске ключевое слово / автора / название курса

Maryna Tkachenko / Udemy - Ds Pro

Maryna Tkachenko / Udemy - Ds Pro

Артикул: 8626 В наличии

Автор курса:
Maryna Tkachenko

Категория: Программирование / Data Science и аналитика / Python с нуля

Дата выхода: 2021

Продажник от автора: Перейти на продажник

Вид доступа: Облако Mail


169,00 ₽

Пришлите ссылку — проверим предложение и ответим на почту.

Заметки Kursberry · материал №8626

Что учесть при выборе

  • Выпуск: 2021
  • Доступ: Облако Mail

Подготовка к практике

Сверьте язык, версии инструментов и уровень подготовки с описанием. До покупки проверьте, есть ли код и задания: они помогут повторять примеры и собирать свой проект.

Доступ и версия

Для этого материала указан доступ: Облако Mail. Проверьте, сможете ли вы открыть этот сервис на своём устройстве и достаточно ли места для сохранения файлов.

Условия получения материалов — в инструкции по покупке. Вопросы о составе: admin@kursberry.com.

О материале

Программа и содержание


Чему вы научитесь



    • Изучение базового Python
    • Сбор данных средствами Python (модули re (работа с регулярными выражениями), bs4 (синтаксический анализатор HTML/XML текста Beautiful Soup))
    • Работа с таблицами средствами Python (модуль pandas)
    • Неглубокое машинное обучение средствами Python (модуль sklearn)
    • Глубокое машинное обучение средствами Python (подмодуль keras модуля tensorflow)
Требования



    • Навыки программирования не обязательны, поскольку в курсе есть всё необходимое
Описание
1. Изучение базового Python
Переменные, константы, скалярные типы данных, коллекции (составные типы данных), операторы, функции, модули, вывод данных, инкапсуляция, наследование, полиморфизм

2. Сбор данных средствами Python (модули re, bs4 )
Работа с регулярными выражениями, синтаксический анализатор HTML/XML текста Beautiful Soup

3. Работа с таблицами данных средствами Python (модуль pandas)
Выбор и сортировка данных таблиц, управление отсутствующими данными таблиц, чтение и запись таблиц, визуализация данных таблиц

4. Неглубокое машинное обучение средствами Python (модуль sklearn)
Методы:
- классификации (персептрон, многослойный персептрон, машина опорных векторов классификации, линейный дискриминантный анализ (LDA), логистическая регрессия, наивный классификатор Байеса, решающие деревья классификации, классификатор ближайших соседей, ансамбли классификаторов),
- аппроксимации (регрессия наименьших квадратов (OLS), регрессия LASSO, регрессия Ridge, регрессия ElasticNet, регрессия наименьшего угла (LAR), регрессия Байеса, обобщенная линейная регрессия (GLR), машина опорных векторов аппроксимации , решающие деревья аппроксимации, аппроксиматор ближайших соседей, ансамбли аппроксиматоров),
- кластеризации (алгоритмы центроидные (K-средних, сдвига среднего значения), моделей смеси (EM), плотностные (DBSCAN, OPTICS), спектральные, иерархические),
- обнаружения случайных выбросов (одноклассовая машина опорных векторов (one-class SVM), изолированный лес, минимальный ковариационный определитель (MCD), фактор локальных выбросов (LOF)),
- восстановления данных (ограниченная машина Больцмана),
- линейного снижения размерности данных (анализ главных компонент (PCA), разложение по сингулярным значениям (SVD), факторный анализ, анализ независимых компонент (ICA), факторизация неотрицательной матрицы (NMF), линейный дискриминантный анализ (LDA), анализ ближайших компонент (NCA)),
- нелинейного снижения размерности данных (Isomap, локальное линейное вкладывание (LLE), спектральное вкладывание, выравнивание локального касательного пространства (LTSA), многомерное шкалирование (MDS), t-SNE),
- выбора признаков (на основе наименьшей дисперсии, хи-квадрат, F-значения, взаимной информации)

5. Глубокое машинное обучение средствами Python (подмодуль keras модуля tensorflow)
Создание искусственных нейронных сетей (многослойный персептрон (MLP), каскадная нейросеть прямого распространения (CFNN), автоэнкодер, шлюзовый рекуррентный блок (GRU), долгая краткосрочная память (LSTM), сверточная нейросеть (CNN)) для задач классификации, аппроксимации, восстановления данных

Для кого этот курс:



    • Разработчики заинтересованные в изучении инструментария науки о данных (Data Science)



Знакомство с материалом «Maryna Tkachenko / Udemy - Ds Pro»

Kursberry собрал сведения об этом материале в одной карточке: программу, характеристики и доступные варианты. Он относится к направлению «Программирование / Data Science и аналитика / Python с нуля». Автор или образовательный проект — Maryna Tkachenko. В качестве даты выхода указано: 2021.

Парная версия для данного товара не указана. Если вам нужны конкретные характеристики записи, задайте вопрос до покупки.

Для открытия материала указан Облако Mail. Способ просмотра зависит от того, какие файлы входят в выбранный вариант.

Похожие курсы

Другие доступные материалы
Помощь перед покупкой

Вопросы и ответы

Как получить курс?

Добавьте курс в корзину или нажмите «Купить», выберите удобный способ оплаты и завершите заказ. После подтверждения оплаты ссылки на материалы автоматически придут на указанную почту. Авторизованные пользователи также найдут купленные материалы в разделе «Мои покупки».

Подробная инструкция по покупке.

Почему такая цена?

Материалы приобретаются совместно, поэтому стоимость заметно ниже цены автора. Вы получаете запись курса и заявленные материалы для самостоятельного обучения; обратная связь автора обычно не входит, если отдельно не указано обратное.

Нашли дешевле?

Пришлите нам ссылку на более дешёвое предложение — проверим его и постараемся сделать цену ниже. .

Где будет доступ к курсу?

Для этого товара указан вид доступа: Облако Mail. После оплаты вы получите нужную ссылку или приглашение.

Можно ли скачать материалы?

Если материалы находятся в облачном хранилище, их обычно можно смотреть онлайн или скачать себе. Исключения зависят от формата конкретного курса.

Есть ли гарантия получения?

После подтверждения оплаты выдача происходит автоматически. Если возникнет вопрос с оплатой или доступом, напишите нам в Telegram, через чат на сайте или на admin@kursberry.com. До покупки по запросу можем показать дополнительные скриншоты или фрагмент содержимого.