Содержимое курса
Обзор терминала Jupyter
Summary for Обзор Jupyter
0/2
“Jupyter Notebooks” мощный инструмент разработчика
00:00
Необязательно: виртуальные среды
00:00
Питон для анализа данных – библиотека NumPy
Summary for Питон для анализа данных - NumPy
0/8
Введение в NumPy
00:00
Массивы NumPy
00:00
Выборка из массивов Numpy
00:00
Операции в NumPy
00:00
Обзор упражнений по NumPy
00:00
Решения упражнений по NumPy
00:00
Проверка знаний на тему: Python для анализа данных - NumPy
Практическое задание “Анализ отдела продаж” – проект NymPY
00:00
Python для анализа данных – библиотека Pandas
Summary for Python для анализа данных - Pandas
0/13
Добро пожаловать в раздел Pandas!
00:00
Введение в Pandas
00:00
Серии
00:00
`DataFrames – Часть 1`
00:00
Данные в табличном виде – Часть 2
00:00
“DataFrames – Часть 3”
00:00
Пропущенные данные
00:00
Группировка
00:00
Слияние, объединение и конкатенация
00:00
Операции
00:00
“Ввод и вывод данных”
00:00
Проверка знаний на тему: Python для анализа данных - Pandas
“Python для анализа данных – проект на Pandas”
00:00
Введение в машинное обучение
Summary for Введение в машинное обучение
0/9
Добро пожаловать в Машинное Обучение
00:00
Введение в проект по машинному обучению
00:00
Добро пожаловать в раздел машинного обучения!
00:00
Обзор обучения с учителем
00:00
Настройка среды Python
00:00
Оценка производительности – Метрики ошибок классификации
00:00
Оценка производительности – показатели ошибки регрессии
00:00
Машинное обучение с Python
00:00
Проверка знаний на тему: Введение в машинное обучение
Кросс-валидация и компромисс между смещением и разбросом.
Summary for Кросс-валидация и компромисс между смещением и разбросом.
0/3
Компромисс между смещением и дисперсией
00:00
Проект по кросс-валидации и компромиссу между смещением и дисперсией
00:00
Проверка знаний на тему: Кросс-валидация и компромисс между смещением и дисперсией
Большие данные и Spark с Python
Summary for Большие данные и Spark с Python
0/14
Добро пожаловать в раздел Больших Данных!
00:00
“Большие данные и Spark с проектом на Python”
00:00
Обзор Больших Данных
00:00
Обзор Spark
00:00
Настройка локального Spark
00:00
Настройка аккаунта AWS
00:00
“Краткое примечание по безопасности AWS”
00:00
Настройка экземпляра EC2
00:00
«SSH на Mac или Linux»
00:00
Настройка PySpark
00:00
Обзор лямбда-выражений
00:00
Введение в Spark и Python
00:00
Преобразования и действия RDD
00:00
Проверка знаний на тему: Большие данные и Spark с Python
Нейронные сети
Summary for Нейронные сети
0/24
«Регрессия с TensorFlow: Оценка модели и прогнозирование»
00:00
Решения проектов Keras – Оценка модели
00:00
Решения проектов Keras – создание и обучение модели
00:00
Проектные решения Keras – предварительная обработка данных
00:00
Решения проектов на Keras – Предварительная обработка данных
00:00
Решения проектов Keras – Категорические данные
00:00
Решения проектов Keras – Работа с пропущенными данными – Часть вторая
00:00
Решения проектов Keras – Работа с отсутствующими данными
00:00
Обзор рабочего блокнота проекта TensorFlow 2.0
00:00
Обзор возможностей проектов в TensorFlow 2.0
00:00
Классификация TF – Работа с переобучением и оценка
00:00
Классификация TF – EDA и предварительная обработка данных: работа с кодом
00:00
Нейронные сети
00:00
Кодирование регрессии на TensorFlow – Предобработка данных и создание модели
00:00
Кодирование регрессии на TF – Исследовательский анализ данных – Продолжение
00:00
TF регрессия код с сопровождением – исследовательский анализ данных
00:00
Основы синтаксиса TF – Часть третья – Оценка модели
00:00
Основы синтаксиса TF – Часть вторая – Создание и обучение модели
00:00
Основы синтаксиса TF – Часть первая – Подготовка данных
00:00
TensorFlow против Keras
00:00
Обратное распространение ошибки
00:00
Функции стоимости и градиентный спуск
00:00
“Много-классовая классификация: Особенности”
00:00
Функции активации
00:00
Нейронные сети и глубокое обучение
Summary for Нейронные сети и глубокое обучение
0/8
“Скачать тетрадки TensorFlow здесь”
00:00
Проект нейронных сетей и глубокого обучения
00:00
Быстрая проверка заметок
00:00
Добро пожаловать в раздел посвященный глубинному обучению!
00:00
Введение в искусственные нейронные сети (ИНС)
00:00
Установка TensorFlow
00:00
Модель Перцептрона
00:00
Проверка знаний на тему: Нейронные сети и глубокое обучение
Обработка естественного языка
Summary for Обработка естественного языка
0/7
Теория обработки естественного языка
00:00
Обработка естественного языка с Python – Часть 1
00:00
НЛП с Python – Часть 2
00:00
Обработка естественного языка с Python – Часть 3
00:00
Обзор проекта NLP
00:00
Проектные решения по НЛП
00:00
Проверка знаний на тему: Обработка естественного языка
Рекомендательные системы
Summary for Рекомендательные системы
0/5
Системы рекомендаций
00:00
Проект рекомендательных систем
00:00
Системы рекомендаций с использованием Python – Часть 1
00:00
Системы рекомендаций на Python – Часть 2
00:00
Проверка знаний на тему: Рекомендательные системы
Анализ основных компонентов (PCA)
Summary for Анализ основных компонентов (PCA)
0/4
Основной компонентный анализ
00:00
Проект анализа главных компонент
00:00
‘PCA с Python’
00:00
Проверка знаний на тему: Метод главных компонент
Кластеризация методом K-средних
Summary for Кластеризация методом K-средних
0/5
Теория алгоритма K-средних
00:00
“К-средних в Python”
00:00
Обзор проекта K-средних
00:00
Решения проекта K Means
00:00
Проверка знаний на тему: Кластеризация методом K-средних
Опорные векторные машины
Summary for Опорные векторные машины
0/5
Теория метод опорных векторов
00:00
Машины опорных векторов с использованием Python
00:00
Обзор проекта SVM
00:00
Решения проектов по SVM
00:00
Проверка знаний на тему: Методы опорных векторов
Решающие деревья и случайные леса
Summary for Решающие деревья и случайные леса
0/6
Введение в методы деревьев
00:00
Деревья решений и случайные леса с Python
00:00
Обзор проекта по деревьям решений и случайному лесу
00:00
Деревья решений и решения на основе случайного леса. Часть 1
00:00
“Решающие деревья и решения случайного леса, часть 2”
00:00
Проверка знаний на тему: Деревья решений и случайные леса
K ближайших соседей
Summary for K ближайших соседей
0/5
Теория K-ближайших соседей
00:00
KNN с Python
00:00
Обзор проекта KNN
00:00
Решения проектов K-ближайших соседей
00:00
Проверка знаний на тему: K Ближайших Соседей
Логистическая регрессия
Summary for Логистическая регрессия
0/7
Теория логистической регрессии
00:00
Логистическая регрессия с Python – Часть 1
00:00
Логистическая регрессия на Python – Часть 2
00:00
Логистическая регрессия на Python – Часть 3
00:00
‘Обзор проекта по логистической регрессии’
00:00
Проектные решения по логистической регрессии
00:00
Проверка знаний на тему: Логистическая регрессия
Линейная регрессия
Summary for Линейная регрессия
0/7
Теория линейной регрессии
00:00
Обновления model_selection для SciKit Learn 0.18
00:00
Регрессия c использованием Python – Часть 1
00:00
Регрессия с использованием Python – Часть 2
00:00
Обзор проекта линейной регрессии
00:00
Проектное решение по линейной регрессии
00:00
Проверка знаний на тему: Линейная регрессия
Курсовой проект по данным
Summary for Курсовой проект по данным
0/10
Добро пожаловать в финальные проекты по курсу “Обработка данных”!
00:00
Обзор проекта звонков на 911
00:00
“Решения для звонков в службу 911 – Часть 1”
00:00
Решение 911 вызовов – Часть 2
00:00
Банковские данные
00:00
Обзор проекта по финансовым данным
00:00
Финансовый проект – Решения Часть 1
00:00
Проект по финансам – Решения Часть 2
00:00
Проект по финансам – Решения Часть 3
00:00
Проверка знаний на тему: Проект "Вершина данных"
Python для визуализации данных – Географическое построение графиков
Summary for Python для визуализации данных - Географическое построение графиков
0/7
“Введение в Географическое Построение”
00:00
‘Python для визуализации данных – проект географической визуализации’
00:00
“Картограммы – Часть 1 – США”
00:00
“Хороплетные карты – Часть 2 – Мир”
00:00
Упражнения с хлороплетными картами
00:00
Упражнения с хлорopleтами – решения
00:00
Проверка знаний на тему: Python для визуализации данных - Географическое построение графиков
Python для визуализации данных – Plotly и Cufflinks
Summary for Python для визуализации данных - Plotly и Cufflinks
0/5
Введение в Plotly и Cufflinks
00:00
“Питон для визуализации данных – проект Plotly и Cufflinks”
00:00
‘ПРОЧИТАЙ МЕНЯ СНАЧАЛА ПЕРЕД ИСПОЛЬЗОВАНИЕМ PLOTLY, ПОЖАЛУЙСТА!’
00:00
Плотли и Куффлинкс
00:00
Проверка знаний на тему: Python для визуализации данных - Plotly и Cufflinks
Python для визуализации данных – Seaborn
Summary for Python для визуализации данных - Seaborn
0/11
Введение в Seaborn
00:00
‘Питон для визуализации данных – проект Seaborn’
00:00
Распределительные графики
00:00
‘Категориальные графики’
00:00
Графики матриц
00:00
Сетки
00:00
“Графики регрессии”
00:00
“Стиль и Цвет”
00:00
Обзор упражнений по Seaborn
00:00
Решения упражнений по Seaborn
00:00
Проверка знаний на тему: Python для визуализации данных - Seaborn
Python для визуализации данных – Matplotlib
Summary for Python для визуализации данных - Matplotlib
0/9
Добро пожаловать в раздел визуализации данных!
00:00
“Python для визуализации данных – проект Matplotlib”
00:00
Введение в Matplotlib
00:00
‘Matplotlib Часть 1’
00:00
“Matplotlib Часть 2”
00:00
“Matplotlib часть 3”
00:00
Обзор упражнений по Matplotlib
00:00
Упражнения по Matplotlib – Решения
00:00
Проверка знаний на тему: Python для визуализации данных - Matplotlib
Python для визуализации данных – встроенная визуализация данных в Pandas
Summary for Python для визуализации данных - встроенная визуализация данных в Pandas
0/5
Встроенная визуализация данных в Pandas
00:00
Python для визуализации данных – проект встроенной визуализации данных Pandas
00:00
‘Упражнение по визуализации данных с использованием Pandas’
00:00
Упражнение по визуализации данных с использованием Pandas – Решения
00:00
Проверка знаний на тему: Python для визуализации данных - встроенная визуализация данных в Pandas
Python для анализа данных – упражнения с Pandas
Summary for Python для анализа данных - упражнения с Pandas
0/7
Заметка по упражнению на зарплату в Сан-Франциско
00:00
«Python для аналитики данных – проект упражнений по Pandas»
00:00
Обзор упражнения по заработной плате в SF
00:00
“Решения по зарплатам SF”
00:00
Обзор упражнений по покупкам в электронной коммерции
00:00
Решения упражнений по покупкам в электронной коммерции
00:00
Проверка знаний на тему: Python для анализа данных - Упражнения с Pandas
Машинное обучение на Python — Полный курс
    Об уроке

    1. Введение в NumPy и его роль в Data Science , 2. Установка и импорт библиотеки NumPy , 3. Основные объекты NumPy: массивы и их особенности , 4. Создание и инициализация массивов , 5. Основные операции с массивами: индексация и срезы , 6. Векторизация и преимущества использования NumPy , 7. Основные функции и методы NumPy для анализа данных , 8. Работа с многомерными массивами , 9. Примеры использования NumPy в реальных задачах Data Science , 10. Заключение и рекомендации для дальнейшего изучения

    Назад
    Далее
    0% Завершено