вы знаете, как использовать один из самых популярных machine learning Библиотеки Python? Master scikit-learn через Сочетание Речи и hands-on (по Jupyter) в одной из этих восьми кусков из видео-Ряда:
Scikit-learn-Обзор. Первое видео, в scikit-learn Серии, что объясняется использованием scikit-learn и дает обзор ее регрессии, Классификации и алгоритмы кластеризации. Большинство scikit-learn написан на Python, но некоторые (там, где требуется высокая производительность, что написано в Cython. Больше информации о Ядро scikit-learn, перейти к источнику в Интернете API. Узнайте, почему scikit-learn-это удобный и четырех Шагов, с scikit-learn.
Установка Scikit-learn. Видео-вторых, в scikit-learn Серии описывает scikit-learn Установки Действия. Scikit-learn требует Python, NumPy и главное альтернативные названия.
Загрузка Наборов Данных с Scikit-learn. Третье видео, в scikit-learn-Серии показаны три Варианта для загрузки Данных с помощью scikit-learn. Более подробную информацию о Sylearn, который принимает Данные, как numpy массив или Панды фрейм Данных.
Pre-обработки Данных с помощью Scikit-learn. В этом четвертом видео scikit-learn Серии, которое объясняет, как Изменения Данных перед тем, как давать эти Данные в Алгоритм. Научиться sklearn, и все шесть Шагов Предобработки Данных: Расстояние среднее и Дисперсия, Масштабирование, преобразование не-линейной, Нормализация, Кодирование kategorialer Функций, Дискретизации и перерасчета отсутствующие Значения.
Разбивка Данных в Поезде, Наборов и Комплектов тестов в Scikit-learn. В этом пятом видео в scikit-learn Серию, которую показано, как сделать Поезд в Сплит Тестирование в scikit-learn. Узнайте, почему важно делиться Своими Данными в азартной игре и эффективно. Применить различные Параметры, как test_size и train_size, необходимых для выполнения Смены-Сплит Тестирование.
Линейная Регрессия с Scikit-learn. В этом шестом видео scikit-learn-Серии показано, как линейная регрессия в scikit-learn. Линейная регрессия-это статистическая Модель, которая используется для Поиска линейной Связи между Целью, и один или более Предикторов. Для получения дополнительной Информации о настройке Переменных, зависимых и независимых Переменных и двух Типов линейной регрессии простая линейная регрессия и множественная линейная регрессия). Давайте рассмотрим R-Квадрат статистического Измерения и Root Mean Squared Error.
У упрощенного алгоритма Байеса с Scikit-learn. В этой седьмой видео в scikit-learn Серии описывается, как Наивный Байесовский Классификатор, в scikit-learn. Понимание Концепции Зависимости, Независимости и Теоремы Байеса Вероятности.
SVM с Scikit-learn. Восьмой видео в scikit-learn-Серии показывает, как опорных Векторов, под Наблюдением machine learning Алгоритм в scikit-learn. SVM-это организация, probabilisitic Сортировщик Модели. Более подробную информацию о SVM (Support Vector Machine), ОАР (Support Vector Регрессии) и SVC (Support Vector Clustering).

DOWNLOAD
uploadgig


nitroflare


rapidgator


turbobit


takefile

---