| Հրատարակիչ | Analytics Vidhya Educon Private Limited |
|---|---|
| Թողարկման ամսաթիվ | 17 հնվ, 2020 թ. |
| Ավելացման ամսաթիվը | 17 հնվ, 2020 թ. |
| OS պահանջները | iOS |
| Պահանջներ | Requires iOS 9.0 or later. Compatible with iPhone, iPad, and iPod touch. |
| Ընդհանուր ներբեռնումներ | 0 |
| Գինը | Free |
Նկարագրություն
Analytics Vidhya-ն Հնդկաստանի ամենամեծ և աշխարհի 2-րդ խոշորագույն տվյալների գիտության համայնքն է:
Մենք նպատակ ունենք օգնել ձեզ սովորել տվյալների գիտության, մեքենայական ուսուցման, խորը ուսուցման, մեծ տվյալների և արհեստական ինտելեկտի (AI) հայեցակարգերը ամենաինտերակտիվ ձևով՝ հիմունքներից մինչև շատ առաջադեմ մակարդակներ:
Analytics Vidhya հավելվածը տրամադրում է բարձրորակ ուսուցման ռեսուրսներ տվյալների գիտության մասնագետների, տվյալների ինժեներների և ուսանողների համար, ովքեր ցանկանում են ուսումնասիրել տվյալների գիտությունը և մեքենայական ուսուցման ալգորիթմները՝ կոդերի հետ միասին:
Հավելվածի որոշ հայտնի գրառումներ
Համապարփակ ուսուցման ուղի խորը ուսուցման համար 2019 թ
2019 թվականին տվյալների գիտնական և մեքենայական ուսուցման վարպետ դառնալու ուսուցման վերջնական ուղին
Ամբողջական ձեռնարկ՝ Python-ով զրոյից տվյալների գիտություն սովորելու համար
Մեքենայի ուսուցման ալգորիթմների հիմնական սկզբունքները (Python և R կոդերով)
TensorFlow-ի օգտագործմամբ նեյրոնային ցանցերի ներդրման ներածություն
Ամբողջական ուղեցույց Python-ում խորը ուսուցումը սկսելու վերաբերյալ
Ace Data Science հարցազրույցների խորհուրդներ և հնարքներ
Ռեգրեսիայի 7 տեսակներ, որոնք դուք պետք է իմանաք:
Ամբողջական ձեռնարկ Python-ում Ridge-ի և Lasso Regression-ի մասին
Խորը ուսուցման ձեռնարկ ցանկացած տեսանյութում դերասանների էկրանի ժամանակը հաշվարկելու համար (Python կոդերով)
Apache Spark-ի, RDD-ների և տվյալների շրջանակների համապարփակ ներածություն (օգտագործելով PySpark)
Դեմքի ճանաչման պարզ ներածություն (Python կոդերով)
30 հարց՝ լոգիստիկ ռեգրեսիայի ձեր ըմբռնումը ստուգելու համար
Ամբողջական ձեռնարկ R&Python-ում ծառերի վրա հիմնված մոդելավորման մասին զրոյից
Տվյալների գիտության ուսուցման ամենաընդգրկուն պլանը
Միամիտ Բեյսի ալգորիթմը սովորելու 6 հեշտ քայլ (Python-ի և R-ի կոդերով)
Մեքենայի ուսուցման, տվյալների գիտության, հավանականության, SQL-ի և մեծ տվյալների լավագույն 28 խաբեական թերթիկներ
Բազմապիտակային դասակարգման խնդիրների լուծում (ներառված են դեպքերի ուսումնասիրություններ)
Հասկանալով աջակցության վեկտորային մեքենայի ալգորիթմը օրինակներից (կոդերի հետ միասին)
Կոնվոլյուցիոն նեյրոնային ցանցերի (CNNs) ճարտարապետությունը ապագաղտնիացված է
XGBoost-ում պարամետրերի կարգավորման ամբողջական ուղեցույց (Python-ի կոդերով)
Մեքենայի ուսուցման տեխնիկայի կիրառում R-ում MLR փաթեթով
Խորը ուսուցման հերոսներ. Էնդրյու Նգսի հարցազրույցների շարքի լավագույն հնարքները տվյալների ձգտող գիտնականների համար
Մեքենայի ուսուցում և խորը ուսուցման ալգորիթմներ.
Գծային և լոգիստիկ ռեգրեսիաներ
Միամիտ Բեյս
Նյարդային ցանցեր
Որոշման ծառեր
Կովոլյուցիոն նեյրոնային ցանցեր
Երկարաժամկետ կարճաժամկետ հիշողության կրկնվող նյարդային ցանցեր
SVM (Support Vector Machines)
Սահմանափակված Boltzmann մեքենաներ
Սահմանափակված Boltzmann մեքենաներ
Սովորեք գրադարաններ և գործիքներ.
Պանդաներ
Մատպլոտլիբ
Scikit-սովորել
TensorFlow
Սրճարան
PyTorch
XGBoost
դարաշրջաններ
PySpark
Լավագույն կատեգորիաներ և թեմաներ
Տվյալների գիտություն
Մեծ տվյալներ
Բիզնեսի վերլուծություն
Խորը ուսուցում
Մեքենայի ուսուցում
NLP (բնական լեզվի մշակում)
Ամրապնդման ուսուցում
Նյարդային ցանց (ավանդական և կոնվուլցիոն)
Վերահսկվող ուսուցում
Չվերահսկվող ուսուցում
Մոդելավորում Python-ում և R
Ժամանակային շարքի վերլուծություն
Տվյալների ճարտարագիտություն
Մենք ունենք ավելի քան 200,000 գրանցված օգտվող մեր բլոգում և տեղեկագրում և ավելի քան 2,4 միլիոն ամսական այցելություններ մեր պորտալում: Մարդիկ ներգրավվում են Analytics Vidhya-ում, որպեսզի սովորեն մտքի առաջնորդներից և ոլորտի փորձագետներից, մասնակցեն աշխատանքի ընդունման, բրենդինգի և խնդիրների լուծմանը/ամբոխի աղբյուրի հաքաթոններին մեր Global DataHack հարթակում ( https://datahack.analyticsvidhya.com/contest/all/) այնպիսի ոլորտներում, ինչպիսիք են. որպես Արհեստական ինտելեկտ, մեքենայական ուսուցում, տվյալների ճարտարագիտություն, տվյալների արդյունահանում և առաջադեմ վերլուծություն, ինչպես նաև ներգրավվել քննարկումների մեջ՝ գաղափարներ փոխանակելու և կազմակերպությունների համար տվյալների հետ կապված բիզնես խնդիրները լուծելու համար: Վերջին 2 տարիների ընթացքում մենք մասնակցել ենք ավելի քան 60 հեքեթոնների աշխարհի և Հնդկաստանի առաջատար համաշխարհային ընկերությունների հետ: Մենք նաև ունենք հատուկ հարթակ դասընթացների համար (https://trainings.analyticsvidhya.com/), որը ստեղծվել է տվյալների գիտության ոլորտում լավագույնների կողմից, որտեղ կարող եք գրանցվել դասընթացների և կատարելագործել ձեր հմտությունները:
Գաղտնիություն՝ https://www.analyticsvidhya.com/privacy-policy/
Պայմաններ՝ https://www.analyticsvidhya.com/terms/
