| Izdevējs | Analytics Vidhya Educon Private Limited |
|---|---|
| Izdošanas datums | 2020. gada 17. janv. |
| Pievienošanas datums | 2020. gada 17. janv. |
| OS prasības | iOS |
| Prasības | Requires iOS 9.0 or later. Compatible with iPhone, iPad, and iPod touch. |
| Kopējais lejupielāžu skaits | 0 |
| Cena | Free |
Apraksts
Analytics Vidhya ir Indijas lielākā un pasaulē otrā lielākā datu zinātnes kopiena.
Mūsu mērķis ir palīdzēt jums apgūt datu zinātnes, mašīnmācības, dziļās mācīšanās, lielo datu un mākslīgā intelekta (AI) jēdzienus visinteraktīvākajā veidā no pamatiem līdz pat ļoti progresīviem līmeņiem.
Analytics Vidhya lietotne nodrošina augstas kvalitātes mācību resursus datu zinātnes profesionāļiem, datu inženieriem un studentiem, kuri vēlas izpētīt datu zinātni un mašīnmācīšanās algoritmus, kā arī kodus.
Dažas no populārākajām ziņām lietotnē
Visaptverošs mācību ceļš padziļinātām mācībām 2019. gadā
Galīgais mācību ceļš, lai kļūtu par datu zinātnieku un mašīnmācības meistaru 2019. gadā
Pilnīga apmācība datu zinātnes apgūšanai ar Python no nulles
Mašīnmācīšanās algoritmu pamati (ar Python un R kodiem)
Ievads neironu tīklu ieviešanā, izmantojot TensorFlow
Pilnīga rokasgrāmata par padziļinātas mācīšanās sākšanu programmā Python
Padomi un triki Ace Data Science intervijām
7 regresijas paņēmienu veidi, kas jums jāzina!
Pilnīga apmācība par Ridge un Lasso regresiju Python
Padziļinātas apmācības apmācība, lai aprēķinātu aktieru ekrāna laiku jebkurā videoklipā (ar Python kodiem)
Visaptverošs ievads par Apache Spark, RDD un datu rāmjiem (izmantojot PySpark)
Vienkāršs ievads sejas atpazīšanai (ar Python kodiem)
30 jautājumi, lai pārbaudītu savu izpratni par loģistikas regresiju
Pilnīga pamācība par koku modelēšanu no jauna programmā R & Python
Visplašākais datu zinātnes mācību plāns
6 vienkārši soļi, lai mācītos naivā Bayes algoritmu (ar kodiem Python un R)
28 populārākās apkrāptu lapas mašīnmācībai, datu zinātnei, varbūtības noteikšanai, SQL un lielajiem datiem
Vairāku etiķešu klasifikācijas problēmu risināšana (iekļauta gadījumu izpēte)
Atbalsta vektora mašīnas algoritma izpratne no piemēriem (kopā ar kodu)
Konvolucionālo neironu tīklu (CNN) arhitektūra ir demistificēta
Pilnīga rokasgrāmata parametru regulēšanai XGBoost (ar kodiem Python)
Mašīnmācīšanās metožu praktizēšana R ar MLR pakotni
Padziļinātās mācīšanās varoņi: Endrjū Ngsa interviju sērijas labākās atsauksmes topošajiem datu zinātniekiem
Mašīnmācīšanās un dziļās mācīšanās algoritmi:
Lineārās un loģistikas regresijas
NaiveBayes
Neironu tīkli
Lēmumu koki
Konvolūcijas neironu tīkli
Ilgtermiņa īstermiņa atmiņa Atkārtoti neironu tīkli
SVM (atbalsta vektora mašīnas)
Ierobežotas Boltzmann mašīnas
Ierobežotas Boltzmann mašīnas
Uzziniet bibliotēkas un rīkus:
Pandas
Matplotlib
Scikit-mācīties
TensorFlow
Kafejnīca
PyTorch
XGBoost
laikmeti
PySpark
Populārākās kategorijas un tēmas
Datu zinātne
Lielie dati
Biznesa analītika
Dziļa mācīšanās
Mašīnmācība
NLP (dabiskās valodas apstrāde)
Pastiprināšanas mācības
Neironu tīkls (tradicionālais un konvolucionālais)
Uzraudzīta mācīšanās
Mācības bez uzraudzības
Modelēšana Python un R
Laika rindu analīze
Datu inženierija
Mūsu emuāram un informatīvajam izdevumam ir vairāk nekā 200 000 reģistrētu lietotāju, un mūsu portālu apmeklē vairāk nekā 2,4 miljoni ikmēneša. Cilvēki iesaistās pakalpojumā Analytics Vidhya, lai mācītos no ideju līderiem un nozares ekspertiem, piedalītos darbā pieņemšanas, zīmolu veidošanas un problēmu risināšanas/pūļa avotu hakatonos mūsu globālajā DataHack platformā (https://datahack.analyticsvidhya.com/contest/all/) tādās jomās kā kā mākslīgais intelekts, mašīnmācība , datu inženierija, datu ieguve un uzlabotā analīze, kā arī iesaistīties diskusijās, lai dalītos idejās un risinātu ar datiem saistītas biznesa problēmas organizācijām. Pēdējo 2 gadu laikā mēs esam iesaistījušies vairāk nekā 60 hakatonos ar dažiem vadošajiem globālajiem uzņēmumiem pasaulē un Indijā. Mums ir arī speciāla platforma kursiem (https://trainings.analyticsvidhya.com/), ko izveidojuši labākie datu zinātnes speciālisti, kur varat reģistrēties kursos un uzlabot savas prasmes.
Konfidencialitāte: https://www.analyticsvidhya.com/privacy-policy/
Noteikumi: https://www.analyticsvidhya.com/terms/