Cours virtuel de :Udemy |
Les mots Machine Learning ou Data Scientist vous disent quelque chose ? Êtes-vous curieux de savoir à quoi servent ces techniques ou pourquoi les entreprises du monde entier paient un salaire de 120.000 200.000 $ à XNUMX XNUMX $ par an à un data scientist ?
Eh bien, ce cours est conçu et conçu par un professionnel du monde de la science des données, tel que Juan Gabriel Gomila, afin qu'il partage toutes ses connaissances avec vous et vous aide à comprendre la théorie complexe des mathématiques qui se cache derrière, les algorithmes et les bibliothèques de programmation Python pour devenir des experts même si vous n'avez aucune expérience préalable.
Nous verrons étape par étape comment commencer à travailler avec des concepts et des algorithmes issus du monde du Machine Learning. À chaque nouvelle classe et section que vous terminez, vous acquerrez de nouvelles compétences qui vous aideront à comprendre ce monde complet et lucratif que peut être cette branche de la science des données.
Dites-vous également que ce cours est très amusant, dans la lignée de Juan Gabriel Gomila et que vous apprendrez et vous amuserez tout en apprenant les techniques de Machine Learning avec Python. En particulier, les sujets sur lesquels nous travaillerons seront les suivants :
Partie 1 - Installation de Python et des packages nécessaires à la science des données, à l'apprentissage automatique et à la visualisation des données
Partie 2 - Évolution historique de l'analyse prédictive et de l'apprentissage automatique
Partie 3 - Prétraitement et nettoyage des données
Partie 4 - Manipulation et manipulation des données, opérations avec des ensembles de données et les distributions de probabilité les plus connues
Partie 5 - Revue des statistiques de base, intervalles de confiance, tests d'hypothèses, corrélation,...
Partie 6 - Régression linéaire simple, régression linéaire multiple et régression polynomiale, variables catégorielles et traitement des valeurs aberrantes.
Partie 7 - Classification avec régression logistique, estimation du maximum de vraisemblance, validation croisée, validation croisée K-fold, courbes ROC
Partie 8 - Clustering, K-means, K-medoids, dendrogrammes et clustering hiérarchique, technique du coude et analyse de silhouette
Partie 9 - Classification avec des arbres, forêts aléatoires, techniques d'élagage, entropie, maximisation de l'information
Partie 10 - Machines à vecteurs de support pour les problèmes de classification et de régression, noyaux non linéaires, reconnaissance faciale (comment fonctionne CSI)
Partie 11 - K voisins les plus proches, décision majoritaire, programmation d'algorithmes d'apprentissage automatique vs bibliothèques Python
Partie 12 - Analyse en composantes principales, réduction de dimension, LDA
Partie 13 - Apprentissage profond, apprentissage par renforcement, réseaux de neurones artificiels et convolutionnels et Tensor Flow
De plus, dans le cours, vous trouverez des exercices, des ensembles de données à pratiquer basés sur des exemples concrets, de sorte que vous apprendrez non seulement la théorie avec les vidéos, mais aussi vous entraînerez à construire vos propres modèles d'apprentissage automatique. Et comment ne pas oublier que vous aurez un github avec tout le code source en Python à télécharger et à utiliser dans tous vos projets. Alors n'attendez plus et inscrivez-vous au cours de Machine Learning le plus complet et le plus utile du marché espagnol !
A qui est destiné ce cours?
Toute personne intéressée par l'apprentissage de l'apprentissage automatique
Étudiants ayant une formation en mathématiques qui souhaitent en savoir plus sur l'apprentissage automatique avec Python
Utilisateurs intermédiaires connaissant les bases de l'apprentissage automatique, tels que les algorithmes de régression linéaire ou logistique classiques, mais souhaitant en savoir plus et explorer d'autres domaines de l'apprentissage statistique
Les programmeurs qui aiment coder et qui souhaitent apprendre le Machine Learning pour appliquer ces techniques à leurs ensembles de données
Étudiants universitaires qui cherchent à se spécialiser et à devenir des scientifiques des données
Les analystes de données qui veulent aller plus loin grâce au Machine Learning
Toute personne qui n'est pas satisfaite de son travail et qui souhaite commencer à travailler en tant que Data Scientist professionnel
Toute personne souhaitant ajouter de la valeur à sa propre entreprise en utilisant les puissants outils de Machine Learning
Udemy possède le plus grand référentiel de cours en ligne au monde
Accès au contenu du cours, une fois terminé, pour profiter de ses futures mises à jour
Des experts dans leurs domaines du monde entier partagent leur expertise sur Udemy
Du monde entier, 480 millions de fois ont été inscrits à des cours Udemy
Professeur des Universités, UCI, Data Scientist & Game Designer
Expert dans les sujets liés à l'INFORMATIQUE
ma personne_add 186405 XNUMX étudiant(e)s
mon ordinateur 68 cours
Bonjour, comment puis-je vous aider? Un cours vous intéresse ? A propos de quel sujet ?
Ajoutez votre avis