Apprentissage automatique et bases de la science des données

La science des données et l'apprentissage automatique transforment chaque industrie, mais les débuts peuvent sembler écrasants avec des mathématiques complexes et des obstacles de codage. Ce cours élimine ces obstacles, offrant un chemin structuré et basé sur le texte pour comprendre comment les décisions basées sur les données et les modèles prédictifs sont construits à partir de zéro. Vous passerez de l'étude des concepts de données de base à la préparation en toute confiance des ensembles de donnée et à la formation de vos propres algorithmes prédictives. Ce que vous apprendrez: Comprendre les concepts fondamentaux de l’apprentisseur automatique, la terminologie fondamentale et le cycle de vie de la science des donnés; Nettoyer, analyser et visualiser les données à l'aide de bibliothèques Python modernes comme pandas et NumPy; Construire, évaluer et affiner les modèle de machine learning supervisés et non supervisés; Mettre en œuvre des flux de travail modernes, y compris la construction de pipelines de base et les mesures d'évaluation de modèles; Explorez les conceptes fondamentaux d'IA moderne, y inclus les modèle d'invite et les bases de données vectorielles.