Analytics Vidhya for iPhone

Опис

Analytics Vidhya е најголемата индиска и втора по големина заедница за наука за податоци во светот.

Наша цел е да ви помогнеме да ги научите концептите за наука за податоци, машинско учење, длабоко учење, големи податоци и вештачка интелигенција (ВИ) на најинтерактивен начин од основите до многу напредни нивоа.

Апликацијата Analytics Vidhya обезбедува висококвалитетни ресурси за учење за професионалци за наука за податоци, инженери за податоци и студенти кои сакаат да учат наука за податоци и алгоритми за машинско учење, заедно со кодови.

Некои од популарните објави на апликацијата

Сеопфатна патека за учење за длабоко учење во 2019 година

Крајниот пат за учење за да станете научник за податоци и да го совладате машинското учење во 2019 година

Целосно упатство за учење на науката за податоци со Python од нула

Основи на алгоритмите за машинско учење (со Python и R кодови)

Вовед во имплементирање на невронски мрежи со користење на TensorFlow

Целосен водич за започнување со длабоко учење во Пајтон

Совети и трикови за интервјуа на Ace Data Science

7 типови на техники за регресија што треба да ги знаете!

Целосно упатство за регресија на Риџ и ласо во Пајтон

Упатство за длабоко учење за пресметување на времето на екранот на актерите во кое било видео (со кодови на Пајтон)

Сеопфатен вовед во Apache Spark, RDD и податочни рамки (со користење на PySpark)

Едноставен вовед во препознавање на лица (со Python кодови)

30 прашања за тестирање на вашето разбирање за логистичка регресија

Целосно упатство за моделирање врз основа на дрво од нула во R & Python

Најсеопфатен план за учење на науката за податоци

6 лесни чекори за да го научите наивен Бејс алгоритам (со кодови во Python и R)

Топ 28 мамечки листови за машинско учење, наука за податоци, веројатност, SQL и големи податоци

Решавање проблеми со класификација со повеќе етикети (вклучени се студии на случај)

Разбирање на алгоритам за векторска машина за поддршка од примери (заедно со код)

Архитектурата на конволутивните невронски мрежи (CNN) е демистифицирана

Целосен водич за подесување параметри во XGBoost (со кодови во Python)

Вежбање техники за машинско учење во R со MLR пакет

Херои на длабокото учење: Најдобри чекори за аспиранти научници за податоци од серијата интервјуа на Ендрју Нгс

Машинско учење и алгоритми за длабоко учење:

Линеарни и логистички регресии

Наив Бејс

Неврални мрежи

Дрвја за одлучување

Конволутивни невронски мрежи

Рекурентни невронски мрежи со долгорочна краткорочна меморија

SVM (Векторски машини за поддршка)

Ограничени Болцман машини

Ограничени Болцман машини

Научете библиотеки и алатки:

Панди

Матплотлиб

Scikit-учете

TensorFlow

Кафе

PyTorch

XGBoost

епохи

PySpark

Топ категории и теми

Наука за податоци

Голем податок

Бизнис аналитика

Длабоко учење

Машинско учење

НЛП (обработка на природен јазик)

Зајакнувачко учење

Неврална мрежа (традиционална и конволуционална)

Надгледувано учење

Учење без надзор

Моделирање во Пајтон и Р

Анализа на временски серии

Инженерство на податоци

Имаме повеќе од 200.000 регистрирани корисници на нашиот блог и билтен и повеќе од 2,4 милиони месечни посети на нашиот портал. Луѓето се ангажираат на Analytics Vidhya за да учат од мисловните лидери и индустриските експерти, да учествуваат во хакатони за вработување, брендирање и решавање проблеми/надвор од толпата на нашата глобална платформа DataHack ( https://datahack.analyticsvidhya.com/contest/all/) во области како што се како вештачка интелигенција, машинско учење, инженерство на податоци, ископување податоци и напредна аналитика, а исто така се вклучат во дискусии за споделување идеи и решавање на деловни проблеми поврзани со податоци за организациите. Во текот на изминатите 2 години сме ангажирани во повеќе од 60 хакатони со некои од водечките светски компании во светот и во Индија. Имаме и посветена платформа за курсеви (https://trainings.analyticsvidhya.com/) создадена од најдобрите во науката за податоци каде што можете да се запишете на курсеви и да го изострите вашиот сет на вештини.

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

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