Analytics Vidhya for iPhone

Leírás

Az Analytics Vidhya India legnagyobb és a világ 2. legnagyobb adattudományi közössége.

Célunk, hogy a leginteraktívabb módon elsajátítsuk az adattudomány, a gépi tanulás, a mély tanulás, a big data és a mesterséges intelligencia (AI) fogalmait, az alapoktól egészen a haladó szintekig.

Az Analytics Vidhya alkalmazás kiváló minőségű tanulási forrásokat biztosít az adattudományi szakemberek, adatmérnökök és hallgatók számára, akik adattudományi és gépi tanulási algoritmusokat, valamint kódokat szeretnének tanulmányozni.

Néhány népszerű bejegyzés az alkalmazásban

Átfogó tanulási út a mély tanuláshoz 2019-ben

A végső tanulási út, amellyel adattudóssá és a gépi tanulás mesterévé válhat 2019-ben

Teljes oktatóanyag az adattudományok Python használatával a semmiből való elsajátításához

A gépi tanulási algoritmusok alapjai (Python és R kódokkal)

Bevezetés a neurális hálózatok megvalósításába TensorFlow használatával

Teljes útmutató a Python mélyreható tanulásának megkezdéséhez

Tippek és trükkök az Ace Data Science interjúkhoz

7 típusú regressziós technika, amit tudnod kell!

Egy teljes bemutató a Ridge és Lasso regresszióról Pythonban

Deep Learning Tutorial a színészek képernyőidejének kiszámításához bármely videóban (Python kódokkal)

Az Apache Spark, az RDD-k és az adatkeretek átfogó bemutatása (PySpark használatával)

Egy egyszerű bevezetés az arcfelismerésbe (Python kódokkal)

30 kérdés, amellyel tesztelheti a logisztikai regresszió megértését

Teljes oktatóanyag a fa alapú modellezésről a semmiből az R & Pythonban

A legátfogóbb adattudományi tanulási terv

6 egyszerű lépés a naiv Bayes algoritmus megtanulásához (Python és R kódokkal)

A 28 legjobb csalólap a gépi tanuláshoz, adattudományhoz, valószínűségszámításhoz, SQL-hez és nagy adatokhoz

Többcímkés osztályozási problémák megoldása (esettanulmányok mellékelve)

A Support Vector Machine algoritmus megértése példákból (a kóddal együtt)

A konvolúciós neurális hálózatok (CNN-ek) felépítése megfejtve

Teljes útmutató az XGBoost paraméterhangolásához (Python kódokkal)

Gépi tanulási technikák gyakorlása R nyelven MLR csomaggal

A mélytanulás hősei: A legjobb elvitelek a törekvő adattudósok számára az Andrew Ngs interjúsorozatból

Gépi tanulás és mély tanulási algoritmusok:

Lineáris és logisztikai regressziók

NaiveBayes

Neurális hálózatok

Döntésfák

Konvolúciós neurális hálózatok

Hosszú távú rövid távú memória visszatérő neurális hálózatok

SVM (Support Vector Machines)

Korlátozott Boltzmann gépek

Korlátozott Boltzmann gépek

Ismerje meg a könyvtárakat és eszközöket:

Pandák

Matplotlib

Scikit-learn

TensorFlow

Caffe

PyTorch

XGBoost

korszakok

PySpark

Legnépszerűbb kategóriák és témák

Adattudomány

Nagy adat

Üzleti elemzés

Mély tanulás

Gépi tanulás

NLP (természetes nyelvi feldolgozás)

Megerősítő tanulás

Neurális hálózat (hagyományos és konvolúciós)

Felügyelt tanulás

Felügyelet nélküli tanulás

Modellezés Pythonban és R

Idősor elemzés

Data Engineering

Blogunknak és hírlevelünknek több mint 200 000 regisztrált felhasználója van, és havonta több mint 2,4 millióan látogatják portálunkat. Az emberek részt vesznek az Analytics Vidhya szolgáltatásban, hogy gondolatvezetőktől és iparági szakértőktől tanuljanak, részt vegyenek munkaerő-felvételi, márkaépítési és problémamegoldó/crowd-sourcing hackathonokon a Globális DataHack Platformunkon (https://datahack.analyticsvidhya.com/contest/all/) olyan területeken, mint pl. mint a mesterséges intelligencia, a gépi tanulás, az adatfejlesztés, az adatbányászat és a fejlett analitika, valamint megbeszéléseken is részt vehetnek ötletek megosztása és az adatokkal kapcsolatos üzleti problémák megoldása érdekében a szervezetek számára. Az elmúlt 2 évben több mint 60 hackathonon vettünk részt a világ néhány vezető globális vállalatával és Indiában. Rendelkezünk egy dedikált platformmal is a kurzusokhoz (https://trainings.analyticsvidhya.com/), amelyet az adattudomány legjobbjai hoztak létre, ahol kurzusokra jelentkezhet, és fejlesztheti készségeit.

Adatvédelem: https://www.analyticsvidhya.com/privacy-policy/

Feltételek: https://www.analyticsvidhya.com/terms/