2021 用 Python 實現機器學習和資料科學大師課

瞭解用 Python! ( 包括 Numpy、Pandas、Matplotlib、scikit-學習和更多 )
實踐資料科學和機器學習

報名參加課程更新 coupon code

從這 36 小時的課程,你會學到

  • 用 Python 實現機器學習
  • 用 Python 實現資料科學

要求

基本的 Python 知識(能夠執行函數)

課程說明

請注意!這是目前在一個早鳥 Beta 期,這意味著我們仍將繼續新增內容到課程(即使已有超過 20 個小時的內容!)由於我們仍在增加內容,並將在 2021 年初完成課程時收集學生的反饋意見,現在註冊的學生將獲得各種各樣的好處!

你從早鳥期就購買有哪些好處呢?
你將獲得獨家訪問每週的直播影片串流,在那我們將帶你互動式瞭解機器學習專案!你將能夠於直播上直接提出問題,直播將對應加入新的機器學習演算法到課程內容的部分開播!這些每週直播也將包括講師 Jose Portilla. 現場問答的課程指導。我們還將收集學生的反饋,以確定某些即將到來直播專案。這些直播只對早鳥計畫的學生開放,一旦課程內容全部完成並啟動,這些資料將被刪除!

課程內容是什麼?

歡迎來到在網際網路上最完整的學習資料科學和機器學習的課程!在教完兩百多萬學生之後,我花了一年多的時間把我認為最好的方法放在一起,幫助你從零到高手學到用 Python 實現資料科學和機器學習!

這個綜合課程的設計與通常要花費數千美元的訓練營相當,最終課程將包括以下主題:

  • 用 Python 程式設計
  • Python 的 NumPy
  • 深入研究 Pandas 資料分析
  • 全面瞭解 Matplotlib Programming Library
  • 深入可做資料視覺化的 seaborn
  • 使用 SciKit Learn 的機器學習,包括:
    • 線性迴歸( Linear Regression )
    • 正規化( Regularization )
    • Lasso Regression
    • Ridge Regression
    • Elastic Net
    • K 最近鄰( Nearest Neighbors )
    • K 均值叢集( Means Clustering )
    • 決策樹
    • 隨機森林
    • 自然語言處理( NLP )
    • 支援向量機
    • 階層叢集( Hierarchal Clustering )
    • DBSCAN
    • 主成分分析( PCA )
    • Manifold Learning
    • 模型部署
    • 還有很多,很多!

一如既往,我們非常感謝有機會教你資料科學、機器學習和 python,希望你能加入我們的課程,提高你的技能!

Jose 和 Pierian Data inc. Team

目標受眾

對用 Python 實現機器學習和資料科學感興趣的初級 Python 開發者

講師簡介

Jose Portilla Data Science, Pierian Data Inc. 資料科學主管  ( 更多講師主講課程介紹 )

Jose Portilla  擁有來自聖克拉拉(Santa Clara )大學的機械工程學士學位和碩士學位,也有多年資料科學和程式設計專業教練和培訓師的經驗。 他在各種領域如微流體 、材料科學和資料科學技術中有出版物和專利。在他的職業生涯中,他已經發展了分析資料的技能,他希望利用他在教學和資料科學方面的經驗,幫助其他人學習程式開發的能力、分析資料,並以清晰美麗的視覺化方式呈現資料。

目前,他是 Pierian Data inc. 的資料科學主管,為通用電氣(General Electric)、 Cigna、《紐約時報》(The New York Times)、瑞士信貸(Credit Suisse)、麥肯錫(McKinsey)等頂級公司的員工提供面對面的資料科學和 python 程式設計培訓課程。如果想了解更多關於在內華達州拉斯維加斯舉行的面對面培訓或團體培訓會議的資訊,請隨時在 LinkedIn 上與他聯絡。

英文字幕:有

  • 想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To

報名參加課程更新 coupon code

Sponsored by Udemy

也許你會有興趣

找線上課程?試看看 Soft & Share 網站搜尋引擎

✍ 搜尋結果太多?可參考 Soft & Share 搜尋引擎使用技巧


幫我們個小忙!

使用 e-mail 追蹤 Soft & Share

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料

Powered by WordPress.com.

Up ↑

%d 位部落客按了讚: