BEST

[Revised Edition] The Complete Guide to Python Machine Learning

Name: [Revised Edition] The Complete Guide to Python Machine Learning
Price: 99000 KRW
Rating: 4.9 (445 reviews)

We will help you easily understand the core concepts of machine learning and acquire the ability to implement practical machine learning applications by moving away from theory-based machine learning courses.

(4.9) 445 reviews

8,509 learners

dooleyz3525

Python

Machine Learning(ML)

Statistics

Reviews from Early Learners

What you will gain after the course

Learn NumPy, Pandas, and Scikit-Learn, the basic packages that make up Python machine learning
Implement the core concepts of machine learning directly with Python code
In-depth explanations of key machine learning algorithms such as classification, regression, dimensionality reduction, and clustering
Learn various practical examples to the point where you can directly apply machine learning applications in practice
Optimal machine learning model composition method including data preprocessing, application of machine learning algorithms, hyperparameter tuning, and performance evaluation
Detailed explanation and usage of the latest machine learning techniques such as XGBoost, LightGBM, and stacking. Learn how to develop practical machine learning applications by following difficult Kaggle problems.
Learn how to develop practical machine learning applications by following difficult Kaggle problems (Santander Bank customer satisfaction prediction, credit card fraud detection, advanced regression techniques for real estate price prediction, Mercari shopping mall price prediction, etc.)
Learn the basic theories and various practical examples for text analysis and NLP (text classification, sentiment analysis, topic modeling, document clustering, document similarity, Naver movie sentiment analysis using KoNLPy, etc.)
You can build various recommendation systems directly with Python code and learn how to use Surprise, a Python recommendation package.

It is very popular because of its detailed explanations and abundant examples.
'The Complete Guide to Python Machine Learning'
Now available as video lectures on Inflearn.

Meet the latest revised edition
The Complete Guide to Python Machine Learning

Hello, I am Kwon Chul-min, the author of The Complete Guide to Python Machine Learning.

In April 2022, the second revised edition of the book The Complete Guide to Python Machine Learning was published.

As the book is revised, this 'Complete Guide to Python Machine Learning' course has also been newly produced and released.

The revised lectures that are being released this time have made over 70-80% of the existing lectures new lectures (over 90% of the existing lectures from Section 1 to Section 5 (Regression) are new lectures). The lecture videos have increased from 28 hours to 37 hours, and I will explain the improved and added contents.

We have put a lot of effort into the revised lectures to reflect the revised contents of the book while also making them better than the first edition lectures. Based on the feedback you have sent to the lectures, we have filled them with easier and more detailed explanations.

Introduction to the course

권 철민, 파이썬 머신러닝 완벽 가이드

The Python Machine Learning Complete Guide course organizes the core theories with detailed explanations and easy diagrams, and allows you to acquire machine learning by solving various practical problems with machine learning. Rather than a theory-oriented machine learning course, we provide a guide that allows you to apply machine learning to real-world tasks using Python libraries.

To understand this, we have organized the content so that you can maximize your machine learning capabilities by directly performing the entire process of configuring a machine learning model, from data preprocessing to applying machine learning algorithms and tuning hyperparameters, through examples based on difficult practice data from Kaggle and the UCI Machine Learning Repository, rather than well-refined data.

We also provide a very detailed explanation of the latest algorithms and techniques used in many data science fields on Kaggle , such as XGBoost, LightGBM, and stacking techniques .

In addition to the existing content, the revised edition covers the following additional content:

Implementation of practical code that upgrades all libraries used in the lecture to the latest version, including the latest scikit-learn version (1.0.2).
Added Bayesian Optimization hands-on course for optimal hyperparameter tuning of XGBoost or LightGBM models with various types of hyperparameters
Added a 'Visualization' session that covers in detail how to use matplotlib and seaborn, visualization libraries widely used for data analysis related to machine learning.

🤖 We will guide you to an expert level so you can confidently apply machine learning applications in practice.

Implementing machine learning code is not something that can be simply understood with the head or eyes. You can never become a machine learning expert without implementing it yourself. Through well-defined explanations of core concepts and abundant application and practical examples, we will guide you to the level of an expert who can confidently apply machine learning applications in practice.

In this lecture, we have strengthened the detailed explanation of many parts that were difficult to explain in the book due to space constraints, and in particular, we have put a lot of effort into making it as easy to understand as possible by solving the example codes line by line, step by step .

This is not a beginner's course for those who have no knowledge of machine learning at all, but if you learn the basic concepts of machine learning through introductory books or other video lectures and then take this course, you will be able to upgrade your machine learning skills very quickly. If you visit a large bookstore near you and briefly review the book "The Complete Guide to Python Machine Learning," you will be able to easily determine whether this course is right for you.

The source code used in the lecture can be downloaded from https://github.com/chulminkw/PerfectGuide .

People met by Inflearn
Read the interview with Kwon Chul-min | Go to

🧗🏻‍♂️

Knowing the path and walking the path are two different things. This course will be a great guide to help you reach a level where you can apply machine learning in practice .

Recommended for
these people

Who is this course right for?

Anyone interested in machine learning
Those who have not been able to overcome the difficult algorithms of machine learning
Those who have been stuck on the surface with theory-based machine learning
Those who have been thinking about how to apply machine learning to practical work
Anyone who wants to try out data analysis/machine learning contests like Kaggle
If you want to upgrade your machine learning skills to the next level

Need to know before starting?

Experience using the Python language
Thin foundation knowledge of machine learning

Hello
This is

26,975

Learners

1,378

Reviews

4,011

Answers

4.9

Rating

Courses

(전) 엔코아 컨설팅

(전) 한국 오라클

AI 프리랜서 컨설턴트

파이썬 머신러닝 완벽 가이드 저자

Curriculum

All

192 lectures ∙ (37hr 38min)

Section 1. Introduction to the course

1 lectures ∙ (7min)

1. Introduction to the revised lecture
07:49

Section 2. Understanding Python-based machine learning and ecosystem

32 lectures ∙ (5hr 20min)

Section 3. Machine Learning with Scikit-learn

14 lectures ∙ (2hr 38min)

34. Introduction to scikit-learn and overview of machine learning classification prediction models
11:00
35. Building your first machine learning model - Iris species prediction
10:35
36. Getting familiar with scikit-learn's underlying framework - Introduction to key APIs/modules and built-in example datasets
08:54
37. Separation of training and test data sets
09:55
38. Cross-validation - Understanding K-Fold and Stratified K-Fold - 01
06:42
39. Cross-Validation - Understanding K-Fold and Stratified K-Fold - 02
11:47
40. Cross-validation performance evaluation cross_val_score() and GridSearchCV for hyperparameter tuning - 01
05:19
41. Cross-validation performance evaluation cross_val_score() and GridSearchCV for hyperparameter tuning - 02
12:16
42. Data Preprocessing - Encoding - 01
09:01
43. Data Preprocessing - Encoding - 02
10:42
44. Data Preprocessing - Scaling - 01
06:03
45. Data Preprocessing - Scaling - 02
13:08
46. Titanic Survivor Prediction with Scikit-learn - 01
25:55
47. Titanic Survivor Prediction with Scikit-learn - 02
17:24

Section 4. Evaluation

7 lectures ∙ (1hr 31min)

Section 5. Classification

37 lectures ∙ (7hr 19min)

Section 6. Regression

24 lectures ∙ (5hr 21min)

Section 7. Dimension Reduction

8 lectures ∙ (1hr 19min)

Section 8. Clustering

14 lectures ∙ (2hr 48min)

Section 9. Text Analysis

28 lectures ∙ (5hr 19min)

Section 10. Recommendation

12 lectures ∙ (3hr 7min)

Section 11. Visualization

15 lectures ∙ (2hr 44min)

Published:

Last updated:

Reviews

All

445 reviews

4.9

445 reviews

jeheonpark930885
Reviews 4
∙
Average Rating 5.0
5
62% enrolled
Tôi là sinh viên đang theo học chương trình thạc sĩ ở nước ngoài thuộc khoa liên quan đến học máy. Mình học lý thuyết và làm vài dự án nhưng học nhanh quá nên lộn xộn, code lộn xộn và các danh mục trong đầu cũng lộn xộn, nhưng sau khi nghe bài giảng này, mình hiểu được nhiều hơn thế. được tổ chức và mã của tôi đang được tích lũy. Tất nhiên, nếu bạn thực sự muốn học phần lý thuyết, bạn nên tìm một khóa học khác và tham gia khóa học đó, nhưng nếu bạn muốn học thông qua mã thực tế, tôi thực sự khuyên bạn nên tham gia khóa học đó. Đó thực sự là một thời gian vui vẻ mỗi ngày. Tôi rất vui khi tham gia lớp học khi thực hiện các phần được sắp xếp theo công thức trong đầu. Tóm lại, 1. Đây không phải là khóa học dành cho người mới bắt đầu, nhưng nó được khuyến khích cho những người có chút hiểu biết về machine learning nhưng không có tổ chức. 2. Không cần các công thức phức tạp và tôi thực sự khuyên bạn nên sử dụng nó nếu bạn muốn học viết mã. 3. Tôi giới thiệu điều này cho những người biết các công thức và lý thuyết qua các lớp học hoặc nghiên cứu ở trường, nhưng đang gặp khó khăn khi không biết cách áp dụng chúng vào thực tế. Những người không khuyến khích 1. Tôi muốn xem một bằng chứng toán học chính xác. Không được khuyến khích. Tôi khuyên bạn nên học máy của Murphy hoặc sách của Bishop. 2. Tôi thực sự không biết gì cả, nhưng tôi muốn bắt đầu với điều này. Có vẻ hơi khó khăn.
werooring1287
Reviews 1
∙
Average Rating 5.0
5
48% enrolled
Hiện tại tôi đã giảng tới Chương 7, Phân cụm. Tôi mất khoảng 3 tuần để học trong thời gian rảnh rỗi sau giờ làm việc. Tôi đã mua tất cả các bài giảng và sách giáo khoa. Trước hết, thật tuyệt khi có thể xem xét việc học máy một cách có hệ thống. Lời giải thích cũng rõ ràng. Khi tôi đọc cuốn sách, tôi thực sự có thể cảm nhận được sự quan tâm của người viết nó. Hơn hết, tôi thích nhất là khi tôi đặt câu hỏi, tác giả đều trả lời rất chi tiết và tử tế. Tuy nhiên, nó không phù hợp với những người chưa có kiến thức về machine learning. Bất kỳ ai biết học máy cơ bản đều nên tham gia khóa học này. Tôi rất mong chờ những khóa học nâng cao khác từ tác giả, chẳng hạn như khóa học Kaggle Advanced! Cảm ơn
suekim5574
Reviews 2
∙
Average Rating 5.0
5
1% enrolled
Tôi bắt đầu xem nó vào cuối tuần và lời giải thích thực sự chi tiết. Tôi nghĩ đây là khóa học cần thiết cho những người muốn sử dụng nó trong lĩnh vực này ngay cả khi họ không biết nhiều về thống kê... Từ góc nhìn của người mới bắt đầu...
sangjin02020622
Reviews 2
∙
Average Rating 5.0
5
59% enrolled
Hướng dẫn đầy đủ về học máy Python được xuất bản dưới dạng bài giảng video và tôi đã mua nó ngay lập tức. Tôi nghĩ đây là cuốn sách về máy học hay nhất được viết bởi một tác giả trong nước. Cuốn sách cũng giúp ích cho tôi rất nhiều vì có phần giải thích chi tiết, nhưng các video bài giảng thậm chí còn chi tiết hơn, không chỉ có phần giải thích mà còn cả phần giải thích về code. Cảm ơn bạn vì bài giảng tuyệt vời. Nếu bạn quay một bài giảng khác, tôi cũng muốn nghe nó! (Cá nhân tôi muốn nghe thêm về sql.)
yoonducklim0908
Reviews 7
∙
Average Rating 5.0
5
10% enrolled
Nó mạnh nhất trong vũ trụ. Nó rất hữu ích với những giải thích chi tiết và nhiều mã thực hành. Nếu biết sớm hơn thì tôi đã không phải tốn thời gian và tiền bạc vào những buổi giảng offline.

$77.00

dooleyz3525's other courses

Check out other courses by the instructor!

[Bản sửa đổi] Hướng dẫn hoàn chỉnh về máy tính thị giác bằng Deep Learning

dooleyz3525

Khóa học này sẽ cung cấp cho bạn những giải thích lý thuyết sâu sắc về Object Detection và Segmentation cùng với những ví dụ thực hành có thể áp dụng ngay trong thực tế để giúp bạn trở thành chuyên gia về máy tính thị giác dựa trên deep learning như mong muốn.

Intermediate

Machine Learning(ML), Tensorflow, Python

[Bản sửa đổi] Hướng dẫn hoàn chỉnh về máy tính thị giác bằng Deep Learning

dooleyz3525

Học Transformer thông qua việc triển khai

dooleyz3525

Từ Multi Head Attention đến mô hình Original Transformer, BERT, mô hình dịch thuật MarianMT dựa trên Encoder-Decoder, cho đến Vision Transformer, bạn sẽ học hiểu sâu sắc về Transformer thông qua việc tự tay triển khai code.

Intermediate

Deep Learning(DL), PyTorch, encoder-decoder

Học Transformer thông qua việc triển khai

dooleyz3525

Hướng dẫn đầy đủ về Kafka - Core

dooleyz3525

Từ cốt lõi của Kafka đến nội dung chuyên sâu về cơ chế bên trong, giải thích lý thuyết chi tiết và thực hành & Khóa học được cấu trúc sao cho ngay cả những người mới bắt đầu làm quen với Kafka cũng có thể nhanh chóng đạt đến trình độ chuyên gia thông qua thực hành phát triển ứng dụng Kafka thực hành.

Intermediate

Kafka, Data Engineering

Hướng dẫn đầy đủ về Kafka - Core

dooleyz3525

Phân tích dữ liệu SQL Fundamentals

dooleyz3525

SQL là một trong những yếu tố cốt lõi của phân tích dữ liệu. Thông qua các bài giảng và thực hành chi tiết về các yếu tố cốt lõi của SQL, chúng tôi sẽ giúp bạn xây dựng nền tảng vững chắc để trở thành chuyên gia phân tích dữ liệu SQL.

Basic

SQL, PostgreSQL, DBMS/RDBMS

Phân tích dữ liệu SQL Fundamentals

dooleyz3525

Hướng dẫn đầy đủ về CNN (Mạng nơ-ron tích chập) trong Deep Learning - Phiên bản Pytorch

dooleyz3525

Từ lý thuyết cốt lõi về Deep Learning và CNN đến các phương pháp triển khai mô hình CNN đa dạng, bí quyết phát triển Deep Learning thực tế thông qua các bài toán thực tế, Nếu bạn muốn trở thành chuyên gia về công nghệ CNN Deep Learning dựa trên Pytorch, hãy tham gia khóa học này :)

Basic

Deep Learning(DL), PyTorch, Computer Vision(CV)

Hướng dẫn đầy đủ về CNN (Mạng nơ-ron tích chập) trong Deep Learning - Phiên bản Pytorch

dooleyz3525

Hướng dẫn đầy đủ về FastAPI

dooleyz3525

Khóa học này được thiết kế để giúp bạn tìm hiểu các chức năng cốt lõi của FastAPI và toàn bộ quá trình phát triển dịch vụ web. Thông qua bài giảng này, chúng tôi sẽ giúp bạn trở thành nhà phát triển FastAPI chuyên nghiệp cần thiết trong lĩnh vực này.

Intermediate

Python, FastAPI, SQL

Hướng dẫn đầy đủ về FastAPI

dooleyz3525

Oracle hiệu suất phân tích và điều chỉnh phiên bản chính yếu hướng dẫn

dooleyz3525

Oracle DB kiến trúc cung cấp hướng dẫn cốt lõi giúp bạn hiểu cơ chế bên trong và phát triển thành chuyên gia về hiệu suất điều chỉnh và phân tích hiệu suất.

Intermediate

Oracle, DBMS/RDBMS

Oracle hiệu suất phân tích và điều chỉnh phiên bản chính yếu hướng dẫn

dooleyz3525

Hướng dẫn đầy đủ về Kafka - Connect

dooleyz3525

Thông qua các giải thích lý thuyết chuyên sâu về Kafka Connect và đào tạo thực tế chi tiết ở cấp độ có thể sử dụng ngay tại hiện trường, chúng tôi sẽ phát triển bạn thành chuyên gia về tích hợp dữ liệu dựa trên Kafka Connect và xây dựng đường truyền dữ liệu cần thiết trong lĩnh vực này. .

Intermediate

Kafka, Data Engineering

Hướng dẫn đầy đủ về Kafka - Connect

dooleyz3525

Hướng dẫn đầy đủ về Kafka - ksqlDB

dooleyz3525

Bài giảng này được thiết kế để giúp bạn tìm hiểu cách sử dụng ksqlDB và các cơ chế cốt lõi của nó thông qua các bài tập khác nhau. Sau khi hoàn thành bài giảng, bạn sẽ có thể nhanh chóng và dễ dàng xây dựng hệ thống phân tích dữ liệu phát trực tuyến theo thời gian thực dựa trên Kafka.

Intermediate

Kafka, ksqlDB, Data Engineering

Hướng dẫn đầy đủ về Kafka - ksqlDB

dooleyz3525

Hướng dẫn hoàn chỉnh về CNN Deep Learning - Phiên bản TFKeras

dooleyz3525

Từ lý thuyết cốt lõi về Deep Learning và CNN đến các phương pháp triển khai mô hình CNN đa dạng, cùng với bí quyết phát triển Deep Learning thực tế thông qua các bài toán thực tế, Nếu bạn muốn trở thành chuyên gia về công nghệ Deep Learning CNN, hãy tham gia khóa học này :)

Basic

Deep Learning(DL), CNN, Tensorflow

Hướng dẫn hoàn chỉnh về CNN Deep Learning - Phiên bản TFKeras

dooleyz3525

Phân tích dữ liệu SQL được học qua nhiều ví dụ khác nhau

dooleyz3525

Bằng cách triển khai các trường hợp phân tích dữ liệu thực tế khác nhau thông qua SQL, bạn có thể đồng thời cải thiện kỹ năng phân tích dữ liệu và kỹ năng sử dụng SQL của mình.

Intermediate

SQL, PostgreSQL, DBMS/RDBMS

Phân tích dữ liệu SQL được học qua nhiều ví dụ khác nhau

dooleyz3525

Hướng dẫn đầy đủ về Spark Machine Learning - Phần 1

dooleyz3525

Từ việc hiểu khung cốt lõi của học máy Spark, xử lý dữ liệu dựa trên SQL thông qua các vấn đề thực tế có độ khó cao, phân tích dữ liệu thông qua phân tích miền kinh doanh và khả năng triển khai các mô hình học máy được tối ưu hóa, bạn sẽ trở thành chuyên gia học máy dựa trên số lượng lớn data. Nếu bạn muốn được công nhận, hãy tham gia bài giảng này.

Intermediate

Apache Spark, Machine Learning(ML), Big Data

Hướng dẫn đầy đủ về Spark Machine Learning - Phần 1

dooleyz3525

Kaggle Advanced Machine Learning thực hành

dooleyz3525

Khóa học này được thiết kế để giúp bạn nâng cao trình độ trở thành chuyên gia xây dựng máy học thực tế thông qua việc triển khai mô hình máy học của cuộc thi Home Credit Default Risk trên Kaggle.

Intermediate

Machine Learning(ML), Kaggle

Kaggle Advanced Machine Learning thực hành

dooleyz3525

Similar courses

Explore other courses in the same field!

[Dành cho người mới bắt đầu] Tìm hiểu phân tích máy học với AutoKeras

dee

Trong bài giảng [Học máy với AutoKeras], bạn có thể tìm hiểu AutoKeras, được phát triển từ thư viện Keras trước đây được sử dụng trong học máy và sử dụng trực tiếp nó thông qua các ví dụ.

Basic

AutoKeras, Keras, Machine Learning(ML)

[Dành cho người mới bắt đầu] Tìm hiểu phân tích máy học với AutoKeras

dee

Học máy được xây dựng từ các thư viện Python cơ bản

거친코딩

Đối với những người mới làm quen với học máy, chúng tôi sẽ cung cấp sự hiểu biết rõ ràng về hướng nghiên cứu và các khái niệm cơ bản.

Basic

Machine Learning(ML), Pandas, Matplotlib

Học máy được xây dựng từ các thư viện Python cơ bản

거친코딩

Hướng dẫn đầy đủ về Spark Machine Learning - Phần 1

dooleyz3525

Intermediate

Apache Spark, Machine Learning(ML), Big Data

Hướng dẫn đầy đủ về Spark Machine Learning - Phần 1

dooleyz3525

Nếu tôi đã lên tàu Titanic thì sao?! Tạo dịch vụ web AI dự đoán xác suất sống sót bằng PyTorch & Next.js

dakgangjung123

Khóa học này xuất phát từ câu hỏi "Nếu tôi có mặt trên tàu Titanic thì liệu có thể sống sót không?", phát triển mô hình AI dự đoán xác suất sống sót dựa trên dữ liệu thực tế, và hoàn thành dự án fullstack triển khai dịch vụ này lên web. Bạn sẽ thực hành toàn bộ quy trình từ AI đến phát triển web, bao gồm mô hình hóa deep learning với PyTorch, xây dựng backend server với FastAPI, và triển khai giao diện người dùng với Next.js.

Intermediate

Python, Deep Learning(DL), PyTorch

Nếu tôi đã lên tàu Titanic thì sao?! Tạo dịch vụ web AI dự đoán xác suất sống sót bằng PyTorch & Next.js

dakgangjung123

LDM đến DiT, chinh phục hoàn toàn Diffusion thông qua việc triển khai II

Sotaaz

Khóa học này là một masterclass thực hành hoàn chỉnh phân tích sâu sự phát triển công nghệ cốt lõi của AI tạo sinh từ LDM(Latent Diffusion Model) đến DiT(Diffusion Transformer). Chúng ta sẽ trực tiếp phân tích nguyên lý học tập dựa trên không gian tiềm ẩn của LDM, cấu trúc của Stable Diffusion, và phương thức triển khai của Diffusion Transformer mới nhất thông qua các bài báo và code. Học viên sẽ trực tiếp triển khai các mô hình LDM, CFG(Classifier-Free Guidance), DiT dựa trên PyTorch, đồng thời học một cách có hệ thống các xu hướng mới nhất và sự tiến hóa cấu trúc của mô hình tạo sinh.

Basic

Python, Deep Learning(DL), Stable Diffusion

LDM đến DiT, chinh phục hoàn toàn Diffusion thông qua việc triển khai II

Sotaaz

[Hoàn thành trong 7 ngày] Chứng chỉ MS AI-900 đậu ngay lần đầu

jobgreegi

Chứng chỉ thiết yếu trong thời đại AI, MS AI-900! 🚀 Bạn có biết không? ChatGPT chỉ hoạt động trên Microsoft Azure! Nếu bạn muốn tận dụng đúng cách Microsoft Azure OpenAI - nền tảng độc quyền cung cấp các mô hình GPT mới nhất, thì đây chính là cơ hội. Hãy phát triển thành chuyên gia dịch vụ Azure AI thông qua khóa học AI-900, và làm chủ các giải pháp AI cấp doanh nghiệp mà các công ty tin tưởng. Hãy nâng cao khả năng cạnh tranh của bạn với tư cách là một chuyên gia AI thực thụ bằng cách đạt được chứng nhận công nhận toàn cầu!

Beginner

Machine Learning(ML), Deep Learning(DL), AI

[Hoàn thành trong 7 ngày] Chứng chỉ MS AI-900 đậu ngay lần đầu

jobgreegi

Học máy + học sâu bắt đầu bằng Python (từ học máy bằng sklearn đến phát triển học sâu bằng TensorFlow và Keras)

ilifo

Hãy chắc chắn bắt đầu với những điều cơ bản về học máy và học sâu! Phân loại/hồi quy/phân cụm/tạo và sử dụng mạng thần kinh nhân tạo trong Python

Basic

Python, sklearn, Machine Learning(ML)

Học máy + học sâu bắt đầu bằng Python (từ học máy bằng sklearn đến phát triển học sâu bằng TensorFlow và Keras)

ilifo

Cuộc chinh phục hoàn chỉnh của Unity Machine Learning Agent (Cơ bản)

kyushik

Thông qua bài giảng này, sinh viên sẽ không chỉ học các lý thuyết khác nhau về học tăng cường và trực tiếp triển khai chúng mà còn có thể tạo ra môi trường học tăng cường để kiểm tra thuật toán học tăng cường được triển khai bằng tác nhân học máy Unity.

Basic

Reinforcement Learning(RL), Machine Learning(ML), Unity

Cuộc chinh phục hoàn chỉnh của Unity Machine Learning Agent (Cơ bản)

kyushik

[TensorFlow 2] Hoàn thành cuộc chinh phục Python machine learning - Dự án dự đoán kỷ lục Marathon

nomad

Đây là khóa học dự án máy học toàn diện, nơi bạn học nhiều dự án hồi quy và phân loại máy học hữu ích khác nhau cùng với lý thuyết sử dụng Python và TensorFlow 2 dựa trên dữ liệu lớn của Boston Marathon.

Intermediate

Tensorflow, Machine Learning(ML), Keras

[TensorFlow 2] Hoàn thành cuộc chinh phục Python machine learning - Dự án dự đoán kỷ lục Marathon

nomad

Tạo LLM tùy chỉnh : Từ khái niệm cơ bản về RAG đến thực hành đa phương thức·Agent cho người mới bắt đầu

HappyAI

RAG(Retrieval-Augmented Generation) từ lý thuyết đến RAG đa phương thức và dựa trên agent mới nhất! Đây là khóa học thực hành được thiết kế để cả những người không chuyên cũng có thể hiểu được. Từ review paper đến triển khai code thực tế, được thiết kế để những người mới tiếp cúc với RAG cũng có thể dễ dàng theo kịp.

Beginner

Python, vector-database, LLM

Tạo LLM tùy chỉnh : Từ khái niệm cơ bản về RAG đến thực hành đa phương thức·Agent cho người mới bắt đầu

HappyAI

실전도커: Docker bằng cách tạo máy tính đám mây học sâu riêng của bạn

danielyouk

Bạn có thể sử dụng Docker để tạo môi trường phân tích học sâu trên đám mây. Khi kết hợp Docker và đám mây do Google, MS quản lý, bạn có thể thực hiện công việc bằng các phương pháp phân tích học sâu mới nhất trên máy tính của mình.

Basic

Docker, Virtualization, Python

실전도커: Docker bằng cách tạo máy tính đám mây học sâu riêng của bạn

danielyouk

Bí mật của giao dịch thuật toán, cách AI dự đoán giá cổ phiếu

cheatkeylab

Phân tích hơn 40 loại chỉ số kinh tế và dữ liệu giá cổ phiếu bằng AI, dự đoán S&P 500, QQQ ETF lẫn cổ phiếu riêng lẻ, hãy tự tạo một mô hình phân tích giá cổ phiếu mạnh mẽ!

Basic

Deep Learning(DL), Python, transformer

Bí mật của giao dịch thuật toán, cách AI dự đoán giá cổ phiếu

cheatkeylab

Chiến lược ứng dụng thực tế AI trong lĩnh vực sản xuất (ngành điện tử/bán dẫn)

88888

Ngành công nghiệp điện tử và bán dẫn là lĩnh vực đặc biệt quan trọng trong việc quản lý và đổi mới dựa trên dữ liệu do quy trình siêu chính xác và chuỗi cung ứng phức tạp. Khóa học này đề cập đến các chiến lược thực tiễn có thể áp dụng ngay trong sản xuất điện tử và bán dẫn như phát hiện lỗi, tối ưu hóa quy trình, bảo trì dự đoán, quản lý chuỗi cung ứng bằng cách sử dụng công nghệ AI. Cùng với các trường hợp thực tế của các công ty toàn cầu, khóa học cũng đưa ra phương pháp triển khai AI chi phí thấp và hiệu quả cao mà các doanh nghiệp vừa và nhỏ có thể áp dụng một cách thực tế. Thông qua đó, học viên sẽ có thể hiểu và áp dụng chiến lược sản xuất dựa trên AI không chỉ để nâng cao năng suất và giảm chi phí mà còn để trang bị khả năng cạnh tranh trong tương lai.

Beginner

AI, Big Data, Generative AI

Chiến lược ứng dụng thực tế AI trong lĩnh vực sản xuất (ngành điện tử/bán dẫn)

88888

Chiến lược ứng dụng thực tế AI trong lĩnh vực sản xuất (ngành ô tô/phụ tùng)

88888

Ngành sản xuất ô tô và linh kiện là lĩnh vực mà sự đổi mới là điều thiết yếu trong bối cảnh cạnh tranh toàn cầu khốc liệt và chuỗi cung ứng phức tạp. Khóa học này tập trung vào cách áp dụng công nghệ AI vào thực tế, giải thích thông qua các trường hợp thực tế như nâng cao hiệu quả sản xuất, tự động hóa kiểm tra chất lượng, bảo trì dự báo thiết bị, tối ưu hóa chuỗi cung ứng. Từ hiểu biết cơ bản cần thiết để triển khai AI, đến chiến lược và quản lý rủi ro cần xem xét khi áp dụng thực tế, khóa học được xây dựng theo từng bước để cung cấp kiến thức và hiểu biết sâu sắc mà nhân viên thực thi và quản lý có thể áp dụng ngay lập tức.

Beginner

Machine Learning(ML), Deep Learning(DL), IoT

Chiến lược ứng dụng thực tế AI trong lĩnh vực sản xuất (ngành ô tô/phụ tùng)

88888

Học cơ bản về LLM và GPT trong 1 giờ

Essential

Khóa học này giải thích các khái niệm cơ bản về LLM và GPT một cách dễ hiểu để mọi người đều có thể nắm bắt được. Học viên sẽ trực tiếp sử dụng GPT API để tạo chatbot và có thể chạy trên web bằng Streamlit. Từ kiến thức cơ bản đến thực hành, bạn sẽ trải nghiệm và xây dựng nền tảng vững chắc cho bước đầu tiên trong việc ứng dụng AI.

Basic

Python, AI, ChatGPT

Học cơ bản về LLM và GPT trong 1 giờ

Essential

Trí tuệ nhân tạo (AI) - Học cách sử dụng Runway AI để tạo ra video, phim mới

usefulit

Khóa học này bao gồm từ kiến thức cơ bản đến thực hành về nền tảng AI, là một khóa học giúp bạn có thể nắm vững công nghệ tạo hình ảnh AI. Người học có thể hiểu được các khái niệm cơ bản về AI và phát triển khả năng tạo ra hình ảnh AI bằng cách sử dụng các công cụ và kỹ thuật đa dạng. Thông qua khóa học này, bạn có thể nâng cao hiểu biết về lĩnh vực AI và học cách tạo ra hình ảnh AI trực tiếp trong thực tế.

Beginner

AI, Generative AI, Deep Learning(DL)

Trí tuệ nhân tạo (AI) - Học cách sử dụng Runway AI để tạo ra video, phim mới

usefulit

Trí tuệ nhân tạo (AI) - Học cách sử dụng Tensor Art tạo hình ảnh AI miễn phí

usefulit

Khóa học này là một khóa nhập môn được thiết kế để người học lần đầu tiếp xúc với công nghệ AI cũng có thể dễ dàng hiểu và thực hành theo. Thông qua các bài giảng, bạn sẽ nắm vững các khái niệm cơ bản và cách sử dụng nền tảng AI, đồng thời tiến hành thực hành tạo ra hình ảnh trực tiếp bằng cách sử dụng các công cụ AI đa dạng. Sau khi hoàn thành khóa học này, bạn sẽ trở nên gần gũi hơn với AI và có thể trang bị năng lực tạo hình ảnh AI để hiện thực hóa các ý tưởng sáng tạo một cách trực quan.

Beginner

AI, Generative AI, Machine Learning(ML)

Trí tuệ nhân tạo (AI) - Học cách sử dụng Tensor Art tạo hình ảnh AI miễn phí

usefulit

[Revised Edition] The Complete Guide to Python Machine Learning

Reviews from Early Learners

What you will gain after the course

It is very popular because of its detailed explanations and abundant examples. 'The Complete Guide to Python Machine Learning' Now available as video lectures on Inflearn.

Meet the latest revised edition The Complete Guide to Python Machine Learning

Introduction to the course

🤖 We will guide you to an expert level so you can confidently apply machine learning applications in practice.

🧗🏻‍♂️

Recommended for these people

HelloThis is .css-1q3zd4q{text-decoration-line:underline;text-underline-position:under;text-underline-offset:1px;}

Curriculum

Reviews

dooleyz3525's other courses

Similar courses

It is very popular because of its detailed explanations and abundant examples.
'The Complete Guide to Python Machine Learning'
Now available as video lectures on Inflearn.

Meet the latest revised edition
The Complete Guide to Python Machine Learning

Recommended for
these people

Hello
This is