PickAClass · AI, Technologia i Inżynieria · AI i Uczenie Maszynowe

Uczenie Nadzorowane

Opanuj najpopularniejszy rodzaj uczenia maszynowego. Naucz się tworzyć modele, które dokonują prognoz na podstawie oznaczonych danych, obejmujące zadania regresji i klasyfikacji.

Uczenie Nadzorowane

Podstawy Inżynierii Cech: Transformacja Surowych Danych dla ML

Zastosowanie uczenia maszynowego: Od regresji do wdrożenia

Regresja liniowa w Pythonie: proste, wielokrotne i regularyzowane modele

Obsługa maszyn wektorowych w Pythonie do uczenia maszynowego

Regresja liniowa w Pythonie: Podstawy uczenia maszynowego

Analiza regresji i interpretacja modelu w Pythonie

Uczenie maszynowe z Pythonem i Scikit-Learn: praktyczne projekty

SQL dla uczenia maszynowego z BigQuery

Zastosowane uczenie maszynowe i eksploracja danych dla początkujących

Python Machine Learning: Klasyfikacja i nauczanie nadzorowane

Regresja logistyczna w RStudio: Podstawy modelowania danych

Praktyczne uczenie maszynowe z Pythonem i Scikit-Learn

Nadzorowane uczenie maszynowe w Pythonie z scikit-learn

Podstawy uczenia maszynowego i regresji liniowej

Wprowadzenie do uczenia maszynowego i analizy predykcyjnej

Praktyczne uczenie maszynowe i modelowanie predykcyjne

Nadzorowane uczenie maszynowe dla początkujących

Nadzorowane uczenie maszynowe z regresją logistyczną i naiwną analizą bayesową

Modele regresji dla nadzorowanego uczenia maszynowego

Stosowane uczenie maszynowe: opracowywanie problemów i przygotowywanie danych

Uczenie maszynowe z drzewami decyzyjnymi i zespołami w Pythonie

Uczenie maszynowe z PySpark dla początkujących

Podstawy klasyfikacji w nadzorowanym uczeniu maszynowym

Regresja liniowa z Pythonem: przewodnik dla początkujących do modelowania predykcyjnego