| გამომცემელი | Analytics Vidhya Educon Private Limited |
|---|---|
| Გამოშვების თარიღი | 17 იან. 2020 |
| Თარიღი დამატებულია | 17 იან. 2020 |
| მოთხოვნები | iOS |
| მოთხოვნები | Requires iOS 9.0 or later. Compatible with iPhone, iPad, and iPod touch. |
| სულ ჩამოტვირთვების | 0 |
| ფასი | Free |
აღწერა
Analytics Vidhya არის ინდოეთის უდიდესი და მსოფლიოში მე-2 უდიდესი მონაცემთა მეცნიერების საზოგადოება.
ჩვენ მიზნად ისახავს დაგეხმაროთ მონაცემთა მეცნიერების, მანქანათმცოდნეობის, ღრმა სწავლის, დიდი მონაცემებისა და ხელოვნური ინტელექტის (AI) ცნებების შესწავლაში ყველაზე ინტერაქტიული გზით საფუძვლებიდან ძალიან მოწინავე დონეებამდე.
Analytics Vidhya აპლიკაცია უზრუნველყოფს მაღალი ხარისხის სასწავლო რესურსებს მონაცემთა მეცნიერების პროფესიონალებისთვის, მონაცემთა ინჟინრებისთვის და სტუდენტებისთვის, რომლებსაც სურთ შეისწავლონ მონაცემთა მეცნიერება და მანქანათმცოდნეობის ალგორითმები, კოდებთან ერთად.
ზოგიერთი პოპულარული პოსტი აპლიკაციაში
ყოვლისმომცველი სასწავლო გზა ღრმა სწავლისთვის 2019 წელს
სწავლის საბოლოო გზა, რომ გახდეთ მონაცემთა მეცნიერი და დაეუფლონ მანქანათმცოდნეობას 2019 წელს
სრული გაკვეთილი მონაცემთა მეცნიერების შესასწავლად Python-ით ნულიდან
მანქანათმცოდნეობის ალგორითმების საფუძვლები (პითონის და R კოდებით)
შესავალი ნერვული ქსელების დანერგვის შესახებ TensorFlow-ის გამოყენებით
სრული სახელმძღვანელო პითონში ღრმა სწავლის დასაწყებად
რჩევები და ხრიკები Ace Data Science ინტერვიუებისთვის
რეგრესიის 7 ტიპი, რომელიც უნდა იცოდეთ!
სრული გაკვეთილი რიჯისა და ლასო რეგრესიის შესახებ პითონში
ღრმა სწავლის გაკვეთილი მსახიობების ეკრანის დროის გამოსათვლელად ნებისმიერ ვიდეოში (პითონის კოდებით)
ყოვლისმომცველი შესავალი Apache Spark-ში, RDD-ებსა და მონაცემთა ჩარჩოებში (PySpark-ის გამოყენებით)
სახის ამოცნობის მარტივი შესავალი (პითონის კოდებით)
30 კითხვა ლოგისტიკური რეგრესიის გაგების შესამოწმებლად
სრული გაკვეთილი ხეებზე დაფუძნებული მოდელირების შესახებ ნულიდან R & Python-ში
მონაცემთა მეცნიერების ყველაზე სრულყოფილი სასწავლო გეგმა
6 მარტივი ნაბიჯი გულუბრყვილო ბეიზის ალგორითმის შესასწავლად (კოდებით Python-ში და R-ში)
ტოპ 28 მოტყუების ფურცელი მანქანათმცოდნეობის, მონაცემთა მეცნიერების, ალბათობის, SQL და დიდი მონაცემებისთვის
მრავალეტიკეტიანი კლასიფიკაციის ამოცანების ამოხსნა (შედის შემთხვევის შესწავლა)
დამხმარე ვექტორული მანქანის ალგორითმის გაგება მაგალითებიდან (კოდთან ერთად)
კონვოლუციური ნერვული ქსელების (CNN) არქიტექტურა დემისტიფიცირებულია
XGBoost-ში პარამეტრის დარეგულირების სრული გზამკვლევი (პითონის კოდებით)
მანქანური სწავლების ტექნიკის პრაქტიკა R-ში MLR პაკეტით
ღრმა სწავლის გმირები: ენდრიუ ნგსის ინტერვიუების სერიიდან მოწინავე მონაცემების მეცნიერების საუკეთესო შედეგები
მანქანათმცოდნეობის და ღრმა სწავლის ალგორითმები:
ხაზოვანი და ლოგისტიკური რეგრესიები
გულუბრყვილო ბეისი
Ნეირონული ქსელები
გადაწყვეტილების ხეები
კონვოლუციური ნერვული ქსელები
გრძელვადიანი მოკლევადიანი მეხსიერების მორეციდივე ნერვული ქსელები
SVM (მხარდაჭერის ვექტორული მანქანები)
შეზღუდული Boltzmann მანქანები
შეზღუდული Boltzmann მანქანები
ისწავლეთ ბიბლიოთეკები და ინსტრუმენტები:
პანდები
Matplotlib
Scikit-ისწავლე
TensorFlow
კაფე
PyTorch
XGBoost
ეპოქები
PySpark
ტოპ კატეგორიები და თემები
მონაცემთა მეცნიერება
Დიდი მონაცემები
ბიზნესის ანალიტიკა
Ღრმა სწავლება
მანქანათმცოდნეობა
NLP (ბუნებრივი ენის დამუშავება)
განმტკიცების სწავლა
ნერვული ქსელი (ტრადიციული და კონვოლუციური)
მეთვალყურეობის ქვეშ სწავლა
უკონტროლო სწავლა
მოდელირება პითონში და რ
დროის სერიების ანალიზი
მონაცემთა ინჟინერია
ჩვენ გვყავს 200000-ზე მეტი რეგისტრირებული მომხმარებელი ჩვენს ბლოგზე და ბიულეტენზე და 2,4 მილიონზე მეტი ყოველთვიური ვიზიტი ჩვენს პორტალზე. ხალხი ჩართულია Analytics Vidhya-ზე, რათა ისწავლონ აზროვნების ლიდერებისგან და დარგის ექსპერტებისგან, მონაწილეობა მიიღონ დაქირავებაში, ბრენდირებაში და პრობლემების გადაჭრაში/ხალხის ძიების ჰაკათონებში ჩვენს გლობალურ DataHack პლატფორმაზე ( https://datahack.analyticsvidhya.com/contest/all/) ისეთ სფეროებში, როგორიცაა როგორც ხელოვნური ინტელექტი, მანქანათმცოდნეობა, მონაცემთა ინჟინერია, მონაცემთა მოპოვება და გაფართოებული ანალიტიკა, ასევე ჩაერთეთ დისკუსიებში იდეების გასაზიარებლად და ორგანიზაციებისთვის მონაცემებთან დაკავშირებული ბიზნეს პრობლემების გადასაჭრელად. ბოლო 2 წლის განმავლობაში ჩვენ ჩართული ვიყავით 60-ზე მეტ ჰაკათონში მსოფლიოსა და ინდოეთის წამყვან გლობალურ კომპანიებთან ერთად. ჩვენ ასევე გვაქვს სპეციალური პლატფორმა კურსებისთვის (https://trainings.analyticsvidhya.com/), შექმნილი საუკეთესო მონაცემთა მეცნიერების მიერ, სადაც შეგიძლიათ დარეგისტრირდეთ კურსებზე და გააუმჯობესოთ თქვენი უნარების ნაკრები.
კონფიდენციალურობა: https://www.analyticsvidhya.com/privacy-policy/
პირობები: https://www.analyticsvidhya.com/terms/
