Курси з машинного навчання
4,762 Учнікурс
ML Introduction with scikit-learn
4 годин
32 розділівСередній
22 ЗАРАЗ ВИВЧАЄ
Набуті навички: Machine Learning with scikit-learn, Model Training and Evaluation, Hyperparameter Tuning
курс
Linear Regression with Python
2 годин 19 розділівСередній
5 ЗАРАЗ ВИВЧАЄ
Набуті навички: Linear Regression with Python, Model Training and Evaluation
курс
Classification with Python
3 годин 24 розділівСередній
4 ЗАРАЗ ВИВЧАЄ
Набуті навички: Python Programming, Python Classification Models, Logistic Regression, Data Preprocessing, Model Training and Evaluation, Hyperparameter Tuning
курс
Cluster Analysis
4 годин 34 розділівСередній
1 ЗАРАЗ ВИВЧАЄ
Набуті навички: Clustering fundamentals and algorithms , Handling missing and categorical data , Data normalization and distance metrics , K-Means: principles and cluster optimization , Hierarchical clustering and dendrograms , DBSCAN: noise handling and irregular shapes , Gaussian Mixture Models: probabilistic clustering
курс
Mathematics for Data Science
5 годин 51 розділівБазовий
15 ЗАРАЗ ВИВЧАЄ
Набуті навички: Functions & Sets, Series Analysis , Limits & Derivatives , Integrals , Gradient Descent , Vectors & Matrices , Linear Transformations , Matrix Decomposition , Probability Rules , Bayes' Theorem, Statistical Measures , Probability Distributions
курс
Introduction to Reinforcement Learning
6 годин 37 розділівПросунутий
1 ЗАРАЗ ВИВЧАЄ
Набуті навички: Reinforcement Learning Foundations, Multi-Armed Bandit Algorithms, Dynamic Programming Methods, Monte Carlo Techniques, Temporal-Difference Learning, Gymnasium Basics
курс
Bio-Inspired Algorithms
1 година 16 розділівБазовий
1 ЗАРАЗ ВИВЧАЄ
Набуті навички: Evolutionary optimization , Swarm intelligence, Genetic algorithms , Particle swarm optimization, Artificial immune systems, Neuroevolution
курс
Data Preprocessing and Feature Engineering
1 година 12 розділівБазовий
2 ЗАРАЗ ВИВЧАЄ
Набуті навички: Data Cleaning , Missing Value Imputation , Outlier Detection , Feature Encoding , Feature Scaling , Data Transformation , Feature Engineering , Feature Selection , Pipeline Building
курс
Evaluation Metrics in Machine Learning
2 годин 16 розділівСередній
1 ЗАРАЗ ВИВЧАЄ
Набуті навички: Classification metrics (Accuracy, Precision, Recall, F1, ROC–AUC) , Regression metrics (MSE, RMSE, MAE, R²) , Clustering evaluation (Silhouette, Davies–Bouldin, Calinski–Harabasz) , Dimensionality reduction evaluation , Anomaly detection evaluation , Cross-validation techniques
курс
Hyperparameter Tuning Basics
1 година 11 розділівБазовий
Набуті навички: Hyperparameter Tuning Fundamentals, Manual Search Methods, Automated Search with scikit-learn, Bayesian Optimization, Model Evaluation and Generalization
курс
Time Series Forecasting with ARIMA
2 годин 15 розділівСередній
1 ЗАРАЗ ВИВЧАЄ
Набуті навички: Time Series Analysis, ARIMA Modeling, Forecast Evaluation Metrics, Advanced ARIMA Techniques
Лише для Ultimate
7 Курсів
181 Завдань
Захоплюйтеся технічними навичками! Наш ШІ-асистент надає зворотний зв'язок у реальному часі, персоналізовані підказки та пояснення помилок, надаючи вам можливість вчитися з упевненістю.
Завдяки робочим просторам ви можете створювати та ділитися проектами безпосередньо на нашій платформі. Ми підготували шаблони для вашої зручності
Візьміть під контроль свій кар'єрний розвиток і почніть свій шлях до освоєння новітніх технологій
Проекти з реального світу підвищують ваш портфоліо, демонструючи практичні навички, щоб вразити потенційних роботодавців
Курси з машинного навчання: Ключова інформація та питання
100+ курсів з найвищим рейтингомСертифікати про завершенняШІ-асистент у всіх курсах
20+ практичних проектів з реального світуПерсоналізовані навчальні трекиНеобмежені робочі простори100+ курсів з найвищим рейтингомСертифікати про завершенняШІ-асистент у всіх курсах20+ практичних проектів з реального світуПерсоналізовані навчальні трекиНеобмежені робочі простори1. | Вступ до ML з Scikit-learn |  4 годин |  32 розділів |
2. | Лінійна регресія з Python | 2 годин | 19 розділів |
3. | Класифікація з Python | 3 годин | 24 розділів |
4. | Кластерний Аналіз | 4 годин | 34 розділів |
5. | Математика для науки про дані | 5 годин | 51 розділів |
Годин
РозділівГодинРозділівГодинРозділівГодинРозділівГодинРозділів
