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

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.

(4.9) 46 đánh giá

5,477 học viên

거친코딩

Machine Learning(ML)

Pandas

Matplotlib

Scikit-Learn

Kaggle

Đánh giá từ những học viên đầu tiên

Dịch cái này sang tiếng Việt

Tiền xử lý và xử lý dữ liệu thông qua thư viện Pandas
Trực quan hóa dữ liệu với thư viện Matplotlib và Seaborn
Lý thuyết và thực hành học máy bằng thư viện Scikit-Learn
Bài tập thực hành sử dụng dữ liệu Kaggle

Với mã hóa thô sơ nhưng hữu ích,
Xây dựng máy học Python từ đầu 📖

Bạn có muốn thực hiện những bước đầu tiên trong lĩnh vực học máy không?

Những điều bạn cần biết để bắt đầu học máy
Thư viện cơ bản và
Tìm hiểu về các mô hình học máy thực tế!
_{#Gấu trúc #Matplotlib #Seaborn}

Ồ, anh đang nói về tôi à?

Học máy đang rất phổ biến hiện nay
Tôi biết là tốt, nhưng
Tôi thực sự không biết nên bắt đầu từ đâu .

Tôi đã học về máy học rồi
Nó đang được áp dụng, nhưng
Tôi không chắc mình có biết điều này đúng không .

Học máy: Tại sao nó lại quan trọng?

Học máy đang ngày càng trở nên quan trọng!
Học máy là quá trình lập trình máy tính để học từ dữ liệu bằng nhiều thuật toán thống kê khác nhau.
Nhân tiện, bạn có biết tại sao chúng ta sử dụng máy học không?

Ví dụ, hãy lấy trường hợp tạo bộ lọc để xử lý thư rác trong một dịch vụ bằng các kỹ thuật truyền thống.
Trong trường hợp này, chúng ta sẽ tạo một bộ lọc thư rác như thế này:

Phát hiện các mẫu câu chứa các từ và cụm từ thường có trong thư rác, chẳng hạn như 'thẻ tín dụng', 'miễn phí', 'quảng cáo' và 'cho vay'.
Tạo thuật toán phát hiện mẫu câu để phân loại thư rác qua email.
Tiến hành thử nghiệm và đánh giá thuật toán.

Cách tiếp cận trên có vẻ đơn giản, nhưng khi vấn đề trở nên phức tạp hơn và số lượng quy tắc tăng lên, việc bảo trì sẽ trở nên khó khăn.
Mặt khác, máy học có thể cải thiện đáng kể khả năng bảo trì và độ chính xác bằng cách tự động học các mẫu xuất hiện trong thư rác.

Vì vậy chúng tôi
Bạn cần phải học về máy học!

Học máy học tập
Còn nếu bạn cảm thấy khó khăn thì sao?

Khi công nghệ học máy ngày càng được biết đến rộng rãi và nhận được nhiều sự yêu thích, vô số khóa học liên quan đã xuất hiện. Tuy nhiên, hầu hết các khóa học này đều đi theo một mô hình tương tự, chỉ tập trung vào chủ đề hoặc khái niệm một cách cứng nhắc, thiếu giải thích về cách áp dụng và vận dụng công nghệ này vào thực tế.

Vì vậy, không giống như các bài giảng khác, bài giảng này không đi thẳng vào chủ đề về máy học.
Thay vào đó, chúng ta sẽ tìm hiểu về các thư viện thực sự cần thiết trước khi thực sự thực hiện học máy, trong khi tự do xử lý trước và trực quan hóa dữ liệu thực , sau đó tìm hiểu về các khái niệm học máy tổng thể.

Để bạn có thể học máy một cách 'đúng cách'.

💡 Bạn có thể thiết lập hướng để bắt đầu học máy.

💡 Bạn có thể học những khái niệm cơ bản về máy học.

💡 Bạn có thể phát triển các khả năng cần thiết để phân tích ngoài việc học máy.

Dựa trên kiến thức chuyên môn tích lũy được trong nhiều năm, chúng tôi sẽ giúp bạn học máy hiệu quả.
Bạn có muốn cùng chúng tôi thử học máy không?

Chú ý, những người này!

Trong phân tích dữ liệu Python
Bất cứ ai quan tâm

Nghiên cứu về máy học
Dành cho người mới bắt đầu

Tiền xử lý và xử lý dữ liệu
Những người muốn học

Lý thuyết học máy
Những người muốn xem lại

Hãy kiểm tra kiến thức chơi game của bạn!

Bạn nên biết ngữ pháp cơ bản của ngôn ngữ lập trình Python .

Bạn học được gì?

_Kaggle

_{Gấu trúc}

_Matplotlib

_Scikit-Learn

Trong bài giảng này
Hãy xem những lợi ích.

_{Chỉ những thứ cần thiết thôi!}

_{Nhiều sản phẩm khác trên thị trường
Không giống như các bài giảng về máy học,
Chỉ nội dung cần thiết
Để tôi giới thiệu sơ qua cho bạn nhé.}

_{Nâng cấp thông qua thực hành}

_{Nó không dừng lại ở lý thuyết
scikit-learn tích hợp sẵn và
Sử dụng dữ liệu Kaggle
Chúng tôi cung cấp đào tạo thực tế.}

_{Học máy cho người mới bắt đầu}

_{Biết những điều cơ bản của Python
Phù hợp với trình độ người mới bắt đầu
Không khó
Bạn có thể học khái niệm này.}

_{Phân tích dữ liệu nữa à?}

_{Không chỉ là khái niệm học máy
Cần thiết cho việc phân tích dữ liệu
Sử dụng thư viện
Chúng tôi cũng sẽ giới thiệu nó.}

Để bạn có thể học máy một cách 'đúng cách'.

✅ Tôi sẽ hướng dẫn bạn các phương pháp học tập hiệu quả dựa trên kiến thức chuyên môn mà tôi đã tích lũy được thông qua việc học máy.

✅ Chúng tôi sẽ giúp bạn nhớ lại những khái niệm khó hiểu thông qua các bài giảng lý thuyết về các mô hình học máy tổng thể.

✅ Nếu bạn có bất kỳ thắc mắc nào trong quá trình học, vui lòng để lại câu hỏi. Tôi sẽ cố gắng giải đáp.

Học máy được xây dựng từ đầu,
Chúng ta hãy học theo thứ tự nhé!

Tuần 1: Thiết lập Colab và trải nghiệm thực hành cơ bản với thư viện Pandas.

Tiền xử lý dữ liệu bằng thư viện Pandas
Tải và lưu dữ liệu
- Loạt
- Khung dữ liệu
- Chọn và lọc các hàng và cột DataFrame
- Xóa các hàng và cột DataFrame
- Sửa đổi các hàng và cột DataFrame

Tuần 2: Cơ bản về Thư viện Pandas #2

Tiền xử lý dữ liệu bằng thư viện Pandas
- Xem lại cách chọn và lọc các hàng và cột DataFrame
- Xem lại việc xóa các hàng và cột DataFrame
- Xem xét các sửa đổi hàng và cột của DataFrame
- Tạo nhóm DataFrame
- Xóa dữ liệu trùng lặp
- Tìm NaN và thay đổi nó thành một giá trị khác
- Sử dụng hàm apply
- Trích xuất các giá trị duy nhất từ một cột và kiểm tra số
- Hợp nhất hai DataFrame

Tuần 3: Trực quan hóa dữ liệu với Matplotlib và Thư viện Seaborn

Hiểu và tạo biểu đồ thanh
Hiểu và tạo biểu đồ hình tròn
Hiểu và tạo biểu đồ đường
Hiểu và tạo biểu đồ phân tán
Hiểu và tạo biểu đồ bản đồ nhiệt
Hiểu và tạo biểu đồ Histogram
Hiểu và tạo biểu đồ hộp

Tuần 4: Lý thuyết và thực hành hồi quy tuyến tính

Hồi quy tuyến tính là gì?
Đào tạo và chức năng chi phí của mô hình hồi quy tuyến tính
Phương pháp tối ưu hóa cho mô hình hồi quy tuyến tính
- Giảm dần độ dốc hàng loạt
- Giảm dần độ dốc ngẫu nhiên
- Giảm dần độ dốc theo lô nhỏ
hồi quy đa thức
Mô hình tuyến tính có điều chỉnh
- hồi quy Ridge
- hồi quy Lasso
- Mạng đàn hồi
Dừng sớm

Tuần 5: Lý thuyết và thực hành phân loại tuyến tính

Hồi quy logistic là gì?
Đào tạo và chức năng chi phí của mô hình hồi quy logistic
Máy vectơ hỗ trợ là gì?
Phân loại máy vectơ hỗ trợ
- Phân loại lề cứng
- Phân loại lề mềm

Tuần 6: Lý thuyết và thực hành mô hình cây quyết định

Mô hình cây quyết định là gì?
Học và trực quan hóa cây quyết định
Dự đoán
Ước tính xác suất lớp
Thuật toán đào tạo CART
Độ phức tạp tính toán
Tạp chất Genie hoặc entropy
các thông số điều chỉnh
trở lại

Tuần 7: Lý thuyết và thực hành mô hình tổng hợp

Mô hình tổng thể là gì?
Phân loại dựa trên bỏ phiếu
Đóng bao và dán
- Đóng gói và dán trong scikit-learn
- xếp hạng oob
Các bản vá ngẫu nhiên và không gian con ngẫu nhiên
Rừng ngẫu nhiên
- Cây bổ sung
- Tính năng quan trọng
Tăng cường
- Adaboost
- Tăng cường độ dốc
Xếp chồng

Tuần 8: Giới thiệu và phân tích dữ liệu Kaggle
Tuần 9: Phân tích dữ liệu Kaggle

Xin lưu ý trước khi tham gia lớp học!

Trong khóa học này, chúng ta sẽ sử dụng Google Colab làm trình soạn thảo.
Để đảm bảo sự hiểu biết cân bằng giữa các khái niệm và ứng dụng , khóa học được thiết kế với tỷ lệ lý thuyết và thực hành 50/50 . Vui lòng kiểm tra chương trình giảng dạy để biết thông tin chi tiết.
Chúng tôi cung cấp tài liệu bài giảng thông qua blog của mình. Bạn có thể tìm thấy chúng tại liên kết sau. (Phím tắt)

Rất vui được gặp bạn!
Giới thiệu mã hóa thô.

_{Hãy xem VLOG của chuyên gia chia sẻ kiến thức Rough Coding ngay nhé! 🐯}

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

Bất cứ ai quan tâm đến học máy
người mới bắt đầu học máy
Bất cứ ai muốn học trực quan hóa Python
Bất cứ ai muốn tìm hiểu về tiền xử lý và xử lý dữ liệu

Cần biết trước khi bắt đầu?

trăn

Xin chào
Đây là

6,795

Học viên

103

Đánh giá

101

Trả lời

4.8

Xếp hạng

Các khóa học

🙌 소개

안녕하세요. 거칠지만 정말 유익한 데이터 분석가 "거친코딩" 입니다.

고려대학교 통계학과 (졸업)
고려대학교 대학원 빅데이터융합학과 (재학)
QS 세계대학평가 평가위원
고려대학교 SW 중심대학 인공지능 심화 수료
고려대학교 KUCC(컴퓨터 동아리) 세션장
고려대학교 학과 5회 수석, 1회 전체 수석
빅데이터분석기사 자격증
빅데이터분석 준전문가(adsp) 자격증
빅데이터 분석 및 개발 블로그 운영
인공지능 강의 유튜브 운영

저는 현재 "네카 중 한 곳"에서 파이썬 및 시각화툴(Tableau)를 활용하여 데이터 수집, 가공, 분석, 예측, 시각화, 업무 자동화를 하고 있습니다.

⭐️ 멘토링

데이터 분석 직무를 꿈꾸는 학생들을 위한 효율적 공부법
데이터 분석 현업에 있는 주니어 분석가를 위한 상담
현업에서 IT직군이 아니지만, IT 기술을 활용하여 본인 업무에 적용하고 싶은 분

🌈 멘토링 진행 방식

zoom을 통한 비대면 방식 진행
준비물 : 컴퓨터, 카메라, 이어폰
미리 준비한 질문 사항 혹은 현 상황에 따라 멘토링 진행

🐯 마무리 글

모든 일에는 시작이 가장 중요합니다. 뜨거운 열정으로 이루고자 하는 것을 꼭 이뤄냅시다!..

📨 메일문의

rough_coding@naver.com

Chương trình giảng dạy

Tất cả

25 bài giảng ∙ (9giờ 0phút)

Phần 1. Tiền xử lý dữ liệu bằng thư viện Pandas

6 bài giảng ∙ (2giờ 47phút)

1. Định cấu hình môi trường Google Colab và tải dữ liệu
27:45
2. Thực hành chuỗi và DataFrame
23:42
3. Hàng DataFrame, lọc cột & Xóa & sự sửa chữa
27:47
4. Hàng DataFrame, lọc cột & Xóa & Chỉnh sửa (đánh giá)
25:42
5. Tạo nhóm DataFrame (groupby)
29:09
6. Các kỹ thuật tiền xử lý thường được sử dụng trong DataFrame
33:36

Phần 2. Matplotlib & Trực quan hóa dữ liệu bằng thư viện Seabor

5 bài giảng ∙ (1giờ 19phút)

7. Hiểu và tạo biểu đồ thanh
31:27
8. Hiểu và tạo biểu đồ hình tròn
09:15
9. Hiểu và tạo biểu đồ đường
10:45
10. Phân tán & Hiểu và tạo biểu đồ HeatMap
14:19
11. Biểu đồ & Hiểu và tạo biểu đồ hộp
13:59

Phần 3. Lý thuyết và thực hành hồi quy tuyến tính

4 bài giảng ∙ (1giờ 20phút)

12. Định nghĩa hồi quy tuyến tính & Hàm chi phí & học hỏi
21:42
13. Phương pháp tối ưu hóa mô hình hồi quy tuyến tính
19:34
14. Hồi quy đa thức & Mô hình tuyến tính quy định
21:16
15. Mô hình tuyến tính điều chỉnh & Dừng sớm
17:30

Phần 4. Lý thuyết và thực hành phân loại tuyến tính

4 bài giảng ∙ (53phút)

Phần 5. Lý thuyết và thực hành mô hình cây quyết định

2 bài giảng ∙ (43phút)

Phần 6. Lý thuyết và thực hành mô hình tập hợp

2 bài giảng ∙ (1giờ 5phút)

Phần 7. Giới thiệu và phân tích dữ liệu Kaggle

2 bài giảng ∙ (50phút)

Ngày đăng:

Cập nhật lần cuối:

Đánh giá

Tất cả

46 đánh giá

4.9

46 đánh giá

lightsn524486
Đánh giá 2
∙
Đánh giá trung bình 5.0
5
24% đã tham gia
Google Colabに対して拒否感がなくなり、講義案がブログに上がっていて簡単に復習ができていいですね！
- 거친코딩
  Giảng viên
  満足していたなんて私がもっと嬉しいですね～！その講義のすべての講義の内容とソースコードが述べたように、ブログに掲載されています。学習してから詰まっている部分はブログを参考にしていただければ幸いです。一生懸命学習される様子にいつも応援いたします。ありがとうございます。 -ラフコーディングドリーム-
abcedfg
Đánh giá 503
∙
Đánh giá trung bình 5.0
5
12% đã tham gia
素晴らしい講義です
- 거친코딩
  Giảng viên
  ありがとうございます。多くの受講生の方にもっと役立つよう努力します:) -ラフコーディングドリーム-
gkstoa06002932
Đánh giá 3
∙
Đánh giá trung bình 5.0
5
8% đã tham gia
ラフコーディング様とメンタリングしてとても満足してこの講義も聞くようになりましたがやはり講義力も良く、授業内容も分かりますね！ありがとうございます〜！他の講義ももっとアップしてください！
- 거친코딩
  Giảng viên
  ああ！メンタリング後に講義も聞きましたね！ 10月末に個人化推薦システム講義でお会いしましょう:) -ラフコーディングドリーム-
- hsmcha9559
  講師年金データに関する質問です練習データ url: https://drive.google.com/drive/folders/149jcCyJFKKG5MFaPNWnYYqM2EkzgRz2P?usp=sharing 新しいデータフォルダの作成（machine_learning_data）とファイルのアップロード上記の場所に入り、 "machine_learning_data" という共有フォルダが表示されますが、その中にはjpgファイル、cvsファイルだけがあり、講義に関連するファイルは見つかりませんでしたもし私が間違った場所を探しているなら、教えてください。
0419skdus9056
Đánh giá 5
∙
Đánh giá trung bình 5.0
5
100% đã tham gia
とても良い
- 거친코딩
  Giảng viên
  ありがとう:) より良い講義でお会いしましょう。 -ラフコーディングドリーム-
Sunkyu Danny Kim (탈퇴)
Đánh giá 1
∙
Đánh giá trung bình 5.0
5
32% đã tham gia
Pythonの基礎文法からモデリング、そしてケグルからまさにケーススタディまで適用させることができてよかったです！このくらいのクオリティが無料講義だなんて.. シリーズ講義期待してみます :)
- 거친코딩
  Giảng viên
  たくさん助けられたなんて私が嬉しいですね！より良い講義でお会いしましょう。 -ラフコーディングドリーム-

Miễn phí

Khóa học khác của 거친코딩

Hãy khám phá các khóa học khác của giảng viên!

ABテスト実務者完璧ガイド

거친코딩

AB Testの人気と関心が爆発的に大きくなるだけに、国内初のAB Test講義を今すぐお知らせします！

초급

AB test, Statistics

ABテスト実務者完璧ガイド

거친코딩

(更新) Python を利用したパーソナライズ推薦システム | 推薦アルゴリズム | 推薦人工知能

거친코딩

さまざまな推奨アルゴリズムの動作原理を理解することで、自分だけのパーソナライズされた推奨アルゴリズムを作成してみましょう。

초급

Recommendation System, Deep Learning(DL)

(更新) Python を利用したパーソナライズ推薦システム | 推薦アルゴリズム | 推薦人工知能

거친코딩

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!

機械学習の基礎からしっかり征服する

coco

理論と実践は異なります。機械学習の基本概念を把握し、必ず知っておくべきいくつかのモデルの中核概念と理論を紹介します。そして、さまざまなデータを扱いながら、実践に役立つさまざまな技術とノウハウを共有します。

초급

Machine Learning(ML)

機械学習の基礎からしっかり征服する

coco

[PyTorch] 実戦人工知能へとつながるディープラーニング - 基礎から論文実装まで

dlbro

AI分野で活用度が非常に高いディープラーニングフレームワークであるPytorchを利用して、様々な人工神経網を実装する講義です。

초급

Deep Learning(DL), Python, PyTorch

[PyTorch] 実戦人工知能へとつながるディープラーニング - 基礎から論文実装まで

dlbro

Pythonで始まるマシンラーニング+ディープラーニング

ilifo

機械学習&ディープラーニングの基礎から確実に！ Pythonに分類/回帰/クラスター/人工ニューラルネットワークの作成と活用まで

초급

Python, sklearn, Machine Learning(ML)

Pythonで始まるマシンラーニング+ディープラーニング

ilifo

AIを活用した製造業分野の実務適用戦略（自動車・部品分野）

88888

自動車および部品製造産業は、激しいグローバル競争と複雑なサプライチェーンの中で、イノベーションが不可欠な分野です。本講義は、AI技術を現場にどのように適用できるかを中心に、生産効率の向上、品質検査の自動化、設備予知保全、サプライチェーン最適化など、実際の事例とともに説明します。 AI導入に必要な基礎理解から、現場適用時に考慮すべき戦略とリスク管理まで段階的に扱い、実務担当者と管理者がすぐに活用できる知識と洞察を提供します。

입문

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

AIを活用した製造業分野の実務適用戦略（自動車・部品分野）

88888

[テンソルフロー2] Pythonマシンラーニング完全征服 - マラソン記録予測プロジェクト

nomad

ボストンマラソンのビッグデータに基づいて、PythonとTensorflow 2を利用して、多様で有用な機械学習回帰（Regression）と分類（Classification）プロジェクトを理論とともに学ぶ機械学習総合プロジェクトコースです。

중급이상

Tensorflow, Machine Learning(ML), Keras

[テンソルフロー2] Pythonマシンラーニング完全征服 - マラソン記録予測プロジェクト

nomad

[7日完成] 一発合格するMS AI-900資格証

jobgreegi

AI時代の必須資格証、MS AI-900！🚀 ご存知でしたか？ChatGPTはMicrosoft Azureでのみ運営されています！最新GPTモデルを独占提供するMicrosoft Azure OpenAIを本格的に活用したいなら、今がまさにチャンスです。AI-900コースを通じてAzure AIサービス専門家として成長し、企業が信頼するエンタープライズ級AIソリューションをマスターしましょう。グローバル公認認証まで確保して、真のAI専門家として競争力を高めましょう！

입문

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

[7日完成] 一発合格するMS AI-900資格証

jobgreegi

Unity Machine Learning Agent完全征服（基礎編）

kyushik

この講義を通じて、受講生は様々な強化学習の理論を学習し、これを直接実装するだけでなく、ユニティ機械学習エージェントを利用して実装した強化学習アルゴリズムをテストしてみる強化学習環境まで直接製作してみることができます。

초급

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

Unity Machine Learning Agent完全征服（基礎編）

kyushik

人工知能（AI）- 新しいビデオ、動画を作ってくれるRunway（runway ai）を学ぶ

usefulit

本講座はAIプラットフォームの基礎から実習まで扱い、AI画像生成技術を習得できるコースです。学習者はAIの基本概念を理解し、様々なツールと技術を活用してAI画像を生成する能力を身につけることができます。このコースを通じてAI分野への理解度を高め、実戦でAI画像を直接生成する方法を学ぶことができます。

입문

AI, Generative AI, Deep Learning(DL)

人工知能（AI）- 新しいビデオ、動画を作ってくれるRunway（runway ai）を学ぶ

usefulit

スパークマシンラーニングパーフェクトガイド - Part 1

dooleyz3525

スパーク機械学習の中核フレームワークの理解、難易度の高い実践問題によるSQLベースのデータ処理、業務ドメイン分析によるデータ分析と最適化された機械学習モデルの実装能力まで、大容量データ基盤から機械学習の専門家として認めたい場合は、この講義と一緒にしてください。

중급이상

Apache Spark, Machine Learning(ML), Big Data

スパークマシンラーニングパーフェクトガイド - Part 1

dooleyz3525

生成AI時代、倫理は選択ではなく生存です

aidercollege

ChatGPTと生成AIが業務と日常に深く入り込んできました。ディープフェイク、ハッキング、著作権侵害、ネイバーウェールボット、デジタル事業場の倫理まで… AIがもたらす変化は技術だけの問題ではありません。今この瞬間、あなたが使用するAIの中ですでに倫理的イシューが起こっています。この講義は生成AIの登場とともに爆発した倫理的イシューを実際の事例中心で学習します。

입문

Machine Learning(ML), Business Productivity, AI

生成AI時代、倫理は選択ではなく生存です

aidercollege

AIを活用した製造業分野の実務適用戦略（電子・半導体分野）

88888

電子・半導体産業は超精密工程と複雑なサプライチェーンにより、データ基盤管理と革新が特に重要な分野です。この講義はAI技術を活用して不良検出、工程最適化、予知保全、サプライチェーン管理など電子・半導体製造業ですぐに適用できる実務戦略を扱います。グローバル企業の実際の事例とともに、中小・中堅企業が現実的に活用できる低コスト・高効率AI導入方法も提示します。これにより受講生は生産性向上とコスト削減だけでなく、未来競争力を備えるAI基盤製造戦略を理解し適用できるようになります。

입문

AI, Big Data, Generative AI

AIを活用した製造業分野の実務適用戦略（電子・半導体分野）

88888

ディープラーニングから最新AIまで、技術・データ・人物の流れを一目で！

aidercollege

AIは単純な技術ではなく、人々の質問と時代の流れから誕生しました。この流れを理解すれば、どんな新技術が来ても恐れることなく繋げることができます。 👉 「AIのルーツをストーリーで学ぶ瞬間、文脈が見えてきます。」今すぐ始めましょう！

입문

Machine Learning(ML), Deep Learning(DL), Big Data

ディープラーニングから最新AIまで、技術・データ・人物の流れを一目で！

aidercollege

人工知能の誕生と発展過程を見ると、AIの原理が見えてくる。

aidercollege

AIは突然現れた技術ではありません。 70年間の挑戦と失敗を理解してこそ、AIの現在と未来を正しく見ることができます。 👉 「AI歴史を理解する瞬間、原理と未来が一緒に見えます。」今すぐ始めましょう！

입문

Machine Learning(ML), Deep Learning(DL), Reinforcement Learning(RL)

人工知能の誕生と発展過程を見ると、AIの原理が見えてくる。

aidercollege

人工知能(AI) - 無料AI画像を作成してくれるTensor Art(テンサーアート)を学ぶ

usefulit

本講座は、AI技術を初めて接する学習者でも簡単に理解し、ついていけるように構成された入門コースです。講義を通じてAIプラットフォームの基本概念と使用方法を身につけ、様々なAIツールを活用して画像を直接生成する実習を行います。このコースを修了すると、AIとより身近になり、創造的なアイデアを視覚的に実現できるAI画像制作能力を身につけることができます。

입문

AI, Generative AI, Machine Learning(ML)

人工知能(AI) - 無料AI画像を作成してくれるTensor Art(テンサーアート)を学ぶ

usefulit

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

Đánh giá từ những học viên đầu tiên

Dịch cái này sang tiếng Việt

Bạn có muốn thực hiện những bước đầu tiên trong lĩnh vực học máy không?

Ồ, anh đang nói về tôi à?

Học máy: Tại sao nó lại quan trọng?

Vì vậy chúng tôi Bạn cần phải học về máy học!

Học máy học tập Còn nếu bạn cảm thấy khó khăn thì sao?

Để bạn có thể học máy một cách 'đúng cách'.

Chú ý, những người này!

Bạn học được gì?

Trong bài giảng này Hãy xem những lợi ích.

Để bạn có thể học máy một cách 'đúng cách'.

Học máy được xây dựng từ đầu, Chúng ta hãy học theo thứ tự nhé!

Tuần 1: Thiết lập Colab và trải nghiệm thực hành cơ bản với thư viện Pandas.

Tuần 2: Cơ bản về Thư viện Pandas #2

Tuần 3: Trực quan hóa dữ liệu với Matplotlib và Thư viện Seaborn

Tuần 4: Lý thuyết và thực hành hồi quy tuyến tính

Tuần 5: Lý thuyết và thực hành phân loại tuyến tính

Tuần 6: Lý thuyết và thực hành mô hình cây quyết định

Tuần 7: Lý thuyết và thực hành mô hình tổng hợp

Tuần 8: Giới thiệu và phân tích dữ liệu Kaggle Tuần 9: Phân tích dữ liệu Kaggle

Rất vui được gặp bạn! Giới thiệu mã hóa thô.

Khuyến nghị cho những người này

Xin chàoĐây là .css-1q3zd4q{text-decoration-line:underline;text-underline-position:under;text-underline-offset:1px;}

🙌 소개

⭐️ 멘토링

🌈 멘토링 진행 방식

🐯 마무리 글

📨 메일문의

Chương trình giảng dạy

Đánh giá

Khóa học khác của 거친코딩

Khóa học tương tự

Vì vậy chúng tôi
Bạn cần phải học về máy học!

Học máy học tập
Còn nếu bạn cảm thấy khó khăn thì sao?

Trong bài giảng này
Hãy xem những lợi ích.

Học máy được xây dựng từ đầu,
Chúng ta hãy học theo thứ tự nhé!

Tuần 8: Giới thiệu và phân tích dữ liệu Kaggle
Tuần 9: Phân tích dữ liệu Kaggle

Rất vui được gặp bạn!
Giới thiệu mã hóa thô.

Khuyến nghị cho
những người này

Xin chào
Đây là