Analytics Vidhya for iPhone

Opis

Analytics Vidhya je največja indijska in druga največja skupnost podatkovnih znanosti na svetu.

Pomagati vam želimo pri učenju konceptov podatkovne znanosti, strojnega učenja, globokega učenja, velikih podatkov in umetne inteligence (AI) na najbolj interaktiven način od osnov vse do zelo naprednih ravni.

Aplikacija Analytics Vidhya ponuja visokokakovostne učne vire za strokovnjake na področju podatkovne znanosti, podatkovne inženirje in študente, ki želijo študirati podatkovne znanosti in algoritme strojnega učenja, skupaj s kodami.

Nekaj ​​priljubljenih objav v aplikaciji

Celovita učna pot za poglobljeno učenje v letu 2019

Najboljša učna pot, da leta 2019 postanete podatkovni znanstvenik in obvladate strojno učenje

Popolna vadnica za učenje znanosti o podatkih s Pythonom od začetka

Osnove algoritmov strojnega učenja (s kodama Python in R)

Uvod v implementacijo nevronskih mrež z uporabo TensorFlow

Popoln vodnik za začetek poglobljenega učenja v Pythonu

Nasveti in triki za intervjuje Ace Data Science

7 vrst regresijskih tehnik, ki bi jih morali poznati!

Popolna vadnica o regresiji Ridge in Lasso v Pythonu

Vadnica za poglobljeno učenje za izračun časa zaslona igralcev v katerem koli videu (s kodami Python)

Obsežen uvod v Apache Spark, RDD-je in podatkovne okvire (z uporabo PySpark)

Preprost uvod v prepoznavanje obraza (s kodami Python)

30 vprašanj za preverjanje vašega razumevanja logistične regresije

Popolna vadnica o drevesnem modeliranju iz nič v R & Python

Najobsežnejši učni načrt podatkovne znanosti

6 preprostih korakov za učenje naivnega Bayesovega algoritma (s kodami v Pythonu in R)

28 najboljših goljufij za strojno učenje, podatkovno znanost, verjetnost, SQL in velike podatke

Reševanje težav s klasifikacijo z več oznakami (vključene študije primerov)

Razumevanje algoritma Support Vector Machine iz primerov (skupaj s kodo)

Demistificirana arhitektura konvolucijskih nevronskih mrež (CNN).

Celoten vodnik za prilagajanje parametrov v XGBoost (s kodami v Pythonu)

Vadba tehnik strojnega učenja v R s paketom MLR

Heroji globokega učenja: najboljši odlomki za ambiciozne podatkovne znanstvenike iz serije intervjujev Andrewa Ngs

Algoritmi strojnega in globokega učenja:

Linearna in logistična regresija

NaiveBayes

Nevronske mreže

Odločitvena drevesa

Konvolucijske nevronske mreže

Ponavljajoče se nevronske mreže dolgotrajnega pomnilnika

SVM (podporni vektorski stroji)

Omejeni Boltzmannovi stroji

Omejeni Boltzmannovi stroji

Naučite se knjižnic in orodij:

Pande

Matplotlib

Scikit-lear

TensorFlow

Caffe

PyTorch

XGBoost

obdobja

PySpark

Najboljše kategorije in teme

Podatkovna znanost

Veliki podatki

Poslovna analitika

Globoko učenje

Strojno učenje

NLP (obdelava naravnega jezika)

Okrepitveno učenje

Nevronska mreža (tradicionalna in konvolucijska)

Nadzorovano učenje

Učenje brez nadzora

Modeliranje v Pythonu in R

Analiza časovnih vrst

Podatkovno inženirstvo

Imamo več kot 200.000 registriranih uporabnikov našega spletnega dnevnika in glasila ter več kot 2,4 milijona mesečnih obiskov na našem portalu. Ljudje sodelujejo pri storitvi Analytics Vidhya, da se učijo od miselnih voditeljev in strokovnjakov iz industrije, sodelujejo pri hackathonih za zaposlovanje, blagovno znamko in reševanje problemov/skupno iskanje na naši globalni platformi DataHack (https://datahack.analyticsvidhya.com/contest/all/) na področjih, kot so kot so umetna inteligenca, strojno učenje, podatkovni inženiring, podatkovno rudarjenje in napredna analitika, sodelujejo pa tudi v razpravah za izmenjavo idej in reševanje poslovnih težav organizacij, povezanih s podatki. V zadnjih 2 letih smo sodelovali pri več kot 60 hackathonih z nekaterimi vodilnimi svetovnimi podjetji na svetu in v Indiji. Imamo tudi namensko platformo za tečaje (https://trainings.analyticsvidhya.com/), ki so jo ustvarili najboljši v podatkovni znanosti, kjer se lahko vpišete na tečaje in izostrite svoje spretnosti.

Zasebnost: https://www.analyticsvidhya.com/privacy-policy/

Pogoji: https://www.analyticsvidhya.com/terms/