Корзина

Сейчас у компании нерабочее время. Заказы и сообщения будут обработаны с 09:00 ближайшего рабочего дня (завтра, 20.05)

+380 (63) 642-27-65
vevor.in.ua
Корзина

Курс машинного обучения - Деревья решений и случайные леса - ОНЛАЙН-версия 6037630

3 730 ₴

  • Под заказ
  • Код: 6037630
clockОтправка с 02 июня 2026
Курс машинного обучения - Деревья решений и случайные леса - ОНЛАЙН-версия 6037630
Курс машинного обучения - Деревья решений и случайные леса - ОНЛАЙН-версия 6037630Под заказ
3 730 ₴
+380 (63) 642-27-65
+380 (63) 642-27-65
возврат товара в течение 14 дней за счет покупателя

Описание продукта: Курс машинного обучения - Деревья решений и случайные леса

Онлайн-курсМашинное обучение - деревья решений и случайные лесарассматривает тему использования искусственного интеллекта для решения реальных проблем.дерева решений, то есть оперирование логическими системами, используемыми для принятия решений, и практические навыки моделирования наборов данных. Данный курс предназначен для среднего уровня.

Будущее мира – это машинное обучение

Те, кто столкнулсямашинное обучение, эта область не требует особых взглядов. Исследования искусственного интеллекта, а точнее результаты этих исследований, которые уже доступны, охватывают ряд моделей, эффективных в определенных конкретных семействах задач. Деревья решений и их производные методы эффективны в классификации, регрессии и обнаружении аномалий, что делает их одними из наиболее универсальных. Курс представляет алгоритмы как из теоретической, так и с практической точки зрения.

Развитие ваших знаний машинного обучения и Python

Допустим, вы уже умеете программировать на Python и ищете новых вызовов. Вы знаете основы машинного обучения, но деревья решений вам не знакомы. Этот курс поможет вам понять алгоритмы и применить их в ваших собственных увлекательных проектах. Уровень сложности постепенно возрастает – сначала задачи решаются с помощью одного дерева, а позже в курсе вводится больше. Примеры будут простыми и актуальными для повседневной жизни – например, решение о покупке автомобиля или сравнении цен на квартиры.

Обзор содержания курса

  • Расширенный импорт данных
  • Объединение данных из многих разных источников
  • Создание связей между таблицами
  • Организация больших данных
  • Экспорт данных в сводную таблицу
  • Обновление сменных наборов данных
  • Автоматическое обнаружение связей
  • Анализ и обработка данных с помощью языка DAX

Что такое Power Pivot?

Power Pivotє функцією Microsoft Excel. Она доступна в качестве надстройки в Excel 2010, 2013 в отдельных загрузках, а также в качестве надстройки, входящего в состав Excel 2016. Power Pivot расширяет локальный экземпляр Microsoft Analysis Services Tabular, который встроен непосредственно в книгу Excel. Он остается бесценным инструментом для моделирования и анализа данных.

Для энтузиастов баз данных и тех, кто хочет их изучить

К выпуску Power Pivot компания Microsoft в значительной степени помещалась наСлужбы анализа SQL Serverкак ружье для своего пакета бизнес-аналитики. Power Pivot дополняет основные компоненты бизнес-аналитики SQL Server как часть концепции семантической модели бизнес-аналитики (BISM). Цель состоит в интеграции многомерной аналитики на диске, ранее известной как Унифицированная измерительная модель (UDM), с более гибкой табличной моделью в памяти. В качестве продукта самообслуживания, Power Pivot позволяет пользователям создавать модели данных и вычисления без навыков аналитики и делиться ими напрямую или через библиотеки документов Microsoft SharePoint.

Дополнительное обучение

Машинное обучение и глубокое обучение (ГН) – это новые области. Они тесно связаны с навыками программирования. Также ознакомьтесь с книгами для программистов и Руководством по глубокому обучению «Робота с Python» и библиотекой Keras Франсуа Шолле.

Наиболее важные элементы курса

  • Пожизненный доступ, включая круглосуточный мобильный доступ
  • 6,5 часов обучения
  • Тесты и задания
  • 40 лекций
  • 20 тестовых вопросов
  • Сертификат о завершении

Вы можете добавить полученные рекомендации, например, в свой профиль LinkedIn.

Содержание

Модуль 1: Вступление

  • Урок 1: Вступ
  • 12: Как использовать материалы?
  • материал 3: Обзор структур данных: бинарные деревья
  • Номер 4: Общие операции с деревьями решений
  • резерватор 5: Общее использование деревьев решений

Модуль 2: Древеса решений в классификации

  • Подсветка 1: Схема обучения деревьев
  • резерватор 2: Риск перетренировки
  • Подсветка 3: Измерение качества сплита
  • Урок 4: Качество распределения: Добавка Джини
  • No5: Качество деления: Энтропия
  • материал 6: Набор данных: Прогнозирование транзакций
  • материал 7: Прогнозировка покупок с помощью деревьев решений
  • 65: Другие параметры обучения -
  • 65: Поиск наилучшей конфигурации дерева
  • Подсветка 10: Визуализация созданного классификатора

Модуль 3: Регрессия с деревьями решений

  • Подсветка 1: Древесные операции для числовых данных
  • Подсветка 2: Измерение качества разделения для регрессии
  • Подсветка 3: Качество разделения: MSE (Средквадратичная ошибка)
  • Секунд 4: Качество деления: MAE (средняя абсолютная погрешность) -
  • Подсветка 5: Набор данных: Цены на жилье
  • Подсветка 6: Построение дерева регрессии для оценки цен на жилье
  • Подсветка 7: Обрезка дерева во избежание перенагрузки
  • 65: Поиск лучшей конфигурации дерева регрессии
  • пищеварение: Интерпретация операции дерева

Модуль 4: Расширение деревьев решений

  • Подсветка 1: Создание леса деревьев решений: Сборка в мешки
  • Подсветка 2: Зайвые деревья против случайного леса
  • Подсветка 3: Эффективность новых методов прогнозирования покупок
  • 65: Сравнение распределения для ценовой регрессии
  • Подсветка 2: Повышение: Общий поток -
  • Подсветка 6: AdaBoost против XGBoost
  • 65: Бустирование для классификации и регрессии
  • Подсветка 8: Сочетание мощности нескольких алгоритмов с помощью стежки
  • Подсветка 9: Тестирование возможностей стечки

Модуль 5: Обнаружение аномалий

  • Подсветка 1: Набор данных: Сейсмические события
  • 65: Что такое аномалия? Вступление в изоляционный лес
  • Подсветка 3: Использование деревьев решений для обнаружения аномалий
  • 65: Расширенный изоляционный лес

Модуль 6: Возможности дерева решений

  • 20: Объем алгоритмов
  • Подсветка 2: Неглазные примеры применения деревьев решений
  • Урок 3: Висновок

Характеристики
Основные
ПроизводительPower
МатериалДерево
СостояниеНовое
Пользовательские характеристики
Вага паковання0,1 кг
глибина паковання0,1 см
Информация для заказа
  • Цена: 3 730 ₴