Język polski
English language
[publikacja] Uczenie maszynowe w Python. Wprowadzenie, perceptron, regresja cz. 5 - RANSAC, Lasso, Ridge, Elastic Net
- Szczegóły
- Opublikowano: poniedziałek, 23, marzec 2020 09:03
Portal VirtualStudy.pro oraz autor Rafał Mobilo zaprasza na piątą publikację cyklu "RANSAC, Lasso, Ridge, Elastic Net".
Wymagania
- umiejętność programowania w Python, przetwarzania danych, mile wiedziana znajomość PANDAS, numpy, matplotlib
- znajomość pojęć związanych z: operacjami na macierzach, prawdopodobieństwem, pochodną, statystyką
Dla kogo ten kurs
- Programiści chcący poznać machine learning
- Analitycy danych poszerzający kompetencje do uczenia maszynowego
- Studenci kierunku IT poznający machine learning
- Osoby techniczne zainteresowane sztuczną inteligencją
[publikacja] Uczenie maszynowe w Python. Wprowadzenie, perceptron, regresja cz. 4 - Regresja liniowa
- Szczegóły
- Opublikowano: środa, 18, marzec 2020 09:30
Portal VirtualStudy.pro oraz autor Rafał Mobilo zaprasza na czwartą publikację cyklu "Regresja liniowa".
Wymagania
- umiejętność programowania w Python, przetwarzania danych, mile wiedziana znajomość PANDAS, numpy, matplotlib
- znajomość pojęć związanych z: operacjami na macierzach, prawdopodobieństwem, pochodną, statystyką
Dla kogo ten kurs
- Programiści chcący poznać machine learning
- Analitycy danych poszerzający kompetencje do uczenia maszynowego
- Studenci kierunku IT poznający machine learning
- Osoby techniczne zainteresowane sztuczną inteligencją
[publikacja] Uczenie maszynowe w Python. Wprowadzenie, perceptron, regresja cz. 3 - Optymalizacja i wykorzystanie perceptronu
- Szczegóły
- Opublikowano: poniedziałek, 09, marzec 2020 19:44
Portal VirtualStudy.pro oraz autor Rafał Mobilo zaprasza na trzecią publikację cyklu "Optymalizacja i wykorzystanie perceptronu".
Wymagania
- umiejętność programowania w Python, przetwarzania danych, mile wiedziana znajomość PANDAS, numpy, matplotlib
- znajomość pojęć związanych z: operacjami na macierzach, prawdopodobieństwem, pochodną, statystyką
Dla kogo ten kurs
- Programiści chcący poznać machine learning
- Analitycy danych poszerzający kompetencje do uczenia maszynowego
- Studenci kierunku IT poznający machine learning
- Osoby techniczne zainteresowane sztuczną inteligencją
