강의

멘토링

커뮤니티

Data Science

/

Data Analysis

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

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.

(4.1) 25 đánh giá

382 học viên

Độ khó Trung cấp trở lên

Thời gian Không giới hạn

  • nomad
Tensorflow
Tensorflow
Machine Learning(ML)
Machine Learning(ML)
Keras
Keras
Computer Vision(CV)
Computer Vision(CV)
Tensorflow
Tensorflow
Machine Learning(ML)
Machine Learning(ML)
Keras
Keras
Computer Vision(CV)
Computer Vision(CV)

Đánh giá từ những học viên đầu tiên

Đánh giá từ những học viên đầu tiên

4.1

5.0

송치훈

62% đã tham gia

Thật tuyệt khi thử nó như một mẫu.

5.0

chrischina

50% đã tham gia

Cảm ơn bạn đã giải thích tốt.

5.0

방자만세

100% đã tham gia

Cảm ơn

Bạn sẽ nhận được điều này sau khi học.

  • Tạo các mô hình và chương trình học máy

  • Giải quyết vấn đề bằng TensorFlow

  • Dự đoán kết quả phân loại học máy

  • Dự đoán kết quả hồi quy học máy

  • Hiểu về trí tuệ nhân tạo, học máy và học sâu

  • Xử lý dữ liệu cho học máy và học sâu

  • Phân tích xử lý dữ liệu với Python Pandas

  • Phân tích dữ liệu bằng Python

[TensorFlow 2] Học máy Python hoàn chỉnh - Dự án dự đoán kỷ lục Marathon

Tìm hiểu cả khái niệm và kỹ thuật thực tế của máy học bằng Python và TensorFlow2.
Chúng tôi sẽ trau dồi kỹ năng của bạn bằng cách cùng nhau thực hiện năm dự án khác nhau dựa trên các chủ đề cốt lõi.

Dữ liệu lớn của giải Marathon Boston với Python và TensorFlow

Cùng với các khái niệm cơ bản về học máy, các chủ đề cốt lõi về hồi quy và phân loại cũng được đề cập.

Phát triển các khái niệm và kỹ năng ứng dụng thực tế trong khi cùng nhau học năm dự án.

Đây là một khóa học về dự án học máy thú vị và hữu ích .

Dự án 1. Cơ sở của hồi quy tuyến tính
: Dự đoán thời gian chạy marathon còn lại

Tìm hiểu khái niệm hồi quy tuyến tính, nền tảng của máy học.

Tìm hiểu những kiến thức cơ bản về hồi quy tuyến tính và sử dụng Python TensorFlow để phân tích và dự đoán dữ liệu Giải Marathon Boston bằng cách sử dụng máy học.

Sử dụng dữ liệu lớn từ khoảng 80.000 sự kiện Marathon Boston, chúng tôi chọn một vận động viên mong muốn và máy học sẽ ghi lại thành tích của họ lên đến 30km. Sau đó, chúng tôi sử dụng hồi quy tuyến tính để dự đoán thời gian còn lại của 35, 40 và 42,195km và so sánh chúng với dữ liệu thực tế. Chúng tôi học các khái niệm và kỹ thuật để giải quyết các bài toán hồi quy tuyến tính bằng TensorFlow.

Dự án 2. Hồi quy đa biến
: Dự đoán kỷ lục hoàn thành cuộc chạy marathon

Hiểu các bài toán hồi quy đa biến và tìm hiểu cách giải chúng.

Tìm hiểu những kiến thức cơ bản và giải pháp cho các bài toán hồi quy đa biến, sau đó dự đoán thời gian hoàn thành giải Marathon Boston của bạn và bạn bè bằng cách nhập dữ liệu về giới tính, độ tuổi và tốc độ.

Hãy xem kết quả của máy học, sử dụng các kỹ thuật hồi quy đa biến để dự đoán thời gian hoàn thành dựa trên giới tính, độ tuổi và tốc độ, sau đó được đào tạo trên khoảng 80.000 tập dữ liệu lớn của Giải Marathon Boston. Ngay cả khi không chạy marathon, máy học vẫn có thể dự đoán thời gian dựa trên dữ liệu đã học và phân tích.

Dự án 3. Hồi quy đa biến, đầu ra
: Dự đoán kỷ lục chặng marathon

Hiểu các vấn đề hồi quy đa biến, đầu ra và tìm hiểu cách giải quyết chúng.

Trong bài học này, bạn sẽ tìm hiểu những kiến thức cơ bản và giải pháp của các bài toán hồi quy, sử dụng nhiều biến làm đầu vào và tạo ra nhiều kết quả đầu ra. Bằng cách nhập dữ liệu giới tính, độ tuổi và tốc độ, bạn sẽ dự đoán không chỉ thời gian hoàn thành cuộc đua Boston Marathon mà còn cả thời gian dự đoán cho các chặng 10, 20 và 30 km.

Sử dụng kỹ thuật Đầu vào đa biến và Hồi quy đa đầu ra, máy học tiếp nhận các giá trị về giới tính, độ tuổi và tốc độ và học từ khoảng 80.000 dữ liệu lớn của Giải chạy Marathon Boston để dự đoán không chỉ kỷ lục hoàn thành mà còn cả kỷ lục cho mỗi chặng 10, 20 và 30 km.

Dự án 4. Phân loại logistic nhị phân
: Kiểm tra xem bạn có đủ điều kiện tham gia cuộc chạy marathon không

Hiểu khái niệm Phân loại nhị phân, cơ sở của Hồi quy logistic/Phân loại và tìm hiểu cách giải quyết.

Trước khi đăng ký chạy marathon, hãy nhập thông tin về giới tính, độ tuổi và tốc độ của bạn để xem bạn có đủ điều kiện hay không. Dựa trên thành tích Boston Marathon trước đây của bạn, chúng tôi sẽ dự đoán bạn đủ điều kiện.

Sử dụng kỹ thuật phân loại nhị phân, một phần cơ bản của hồi quy logistic, chúng ta sẽ dự đoán liệu một người tham gia có đủ điều kiện tham gia cuộc đua marathon hay không. Chúng ta cũng sẽ tìm hiểu cách thêm thông tin đủ điều kiện vào bộ dữ liệu Boston Marathon hiện có với khoảng 80.000 mục nhập, sử dụng các kỹ thuật Python Pandas nâng cao.

Dự án 5. Phân loại logistic đa thức
: Dự đoán kỷ lục marathon

Hiểu khái niệm Phân loại đa thức trong Hồi quy logistic/Phân loại và tìm hiểu cách giải quyết.

Trước khi tham gia chạy marathon, hãy nhập thông tin giới tính, độ tuổi và tốc độ của bạn để kiểm tra hạng thời gian dự đoán. Dựa trên thành tích của bạn tại Boston Marathon trước đó, chúng tôi sẽ dự đoán hạng thời gian của bạn.

Sử dụng kỹ thuật Phân loại đa thức của Hồi quy logistic, chúng tôi chia hồ sơ hoàn thành cuộc chạy marathon của bạn thành ba mức: 'Xuất sắc (>25%)', 'Trung bình (25~75%)' và 'Kém (<75%)', rồi dự đoán mức điểm mong đợi của bạn.

Bài giảng đặc biệt

' Độ chính xác của mô hình trên 99%  Chúng tôi đã thêm một bài giảng đặc biệt có tiêu đề 'Nâng cao tiêu chuẩn'. Bài giảng này có tiêu đề ' Thực hành Thị giác Máy tính Học sâu IoT trên Raspberry Pi '.  Dự án bắt đầu với câu hỏi của sinh viên trong mô hình chữ viết tay MNIST: "Tại sao mô hình chữ viết tay MNIST không thể nói '7' là '7'?" Mặc dù độ chính xác của mô hình là một yếu tố, cũng như cách xử lý ngoại lệ của chương trình và dữ liệu MNIST thô, nhưng mô hình Mạng Nueral hiện tại quá đơn giản cho mục đích đào tạo, vì vậy tôi đã cấu hình lại mô hình để tăng độ chính xác lên 99,38%.

 

Hãy đón chờ các bài giảng tiếp theo về học sâu, IoT và các chủ đề khác sử dụng máy học.
Tài liệu và nguồn chương trình được sử dụng trong bài giảng có thể được tìm thấy trên trang web Creapple (www.creaapple.com), một nền tảng học tập kiến thức do tôi điều hành.

Tham gia một khóa học về kiến thức cơ bản về Python và phân tích, trực quan hóa dữ liệu sẽ giúp ích rất nhiều cho việc thực hiện dự án của bạn.

Khóa học cốt lõi Python 100 phút
Cốt lõi và nền tảng của Python
Một khi bạn thành thạo các kỹ năng này, nó sẽ giúp ích rất nhiều cho các khóa học khác.
Dự án thực hành phân tích trực quan hóa dữ liệu Python

Học máy sử dụng Pandas, Matplotlib và Seaborn của Python,
Nó có thể được sử dụng trong nhiều dự án khác nhau như học sâu.
Tìm hiểu các kỹ thuật phân tích và trực quan hóa dữ liệu cùng một lúc.

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Những người muốn sử dụng trí tuệ nhân tạo vào đời sống thực

  • Bất kỳ ai phát triển kiến ​​thức cơ bản về deep learning

  • Bất cứ ai muốn học khoa học dữ liệu

  • Những người muốn sử dụng TensorFlow trực tiếp

  • Bất kỳ ai muốn phát triển cả khái niệm học máy và kỹ năng thực tế

  • Những người làm việc trong các dự án phân tích dữ liệu

  • Những người đang chuẩn bị cho các dự án học máy và học sâu

Cần biết trước khi bắt đầu?

  • Xử lý và trực quan hóa dữ liệu Python - Dự án thực hành phân tích trực quan hóa dữ liệu Python

  • Kiến thức cơ bản về Python - Bài giảng cốt lõi về Python 100 phút

  • Sẵn sàng học tập chăm chỉ

Xin chào
Đây là

22,259

Học viên

494

Đánh giá

556

Trả lời

4.4

Xếp hạng

25

Các khóa học

"Nomad Creator: Giấc mơ của bạn, hành trình của chúng ta"

Công ty Deep-tech được Hàn Quốc và NVIDIA công nhận, startup Fintech được Singapore lựa chọn, chúng tôi hiện thực hóa tiềm năng của bạn trên đấu trường quốc tế.

Nomad Creator không chỉ dừng lại ở sự phát triển cá nhân mà đang vươn mình trở thành một startup, cung cấp các bài giảng IT chuyên nghiệp trên phạm vi toàn cầu.
Hành trình của chúng tôi bắt đầu từ năm 2019 thông qua chương trình Entrepass Innovator của chính phủ Singapore, và sớm mở rộng thành câu chuyện về một startup đổi mới sáng tạo.
Vào năm 2020, chúng tôi đã khẳng định vị thế là đơn vị dẫn đầu trong lĩnh vực Deep-tech bằng việc phát triển các giải pháp Fintech trí tuệ nhân tạo tại Hàn Quốc, đồng thời đạt được nhiều thành tựu và sự công nhận toàn cầu, bao gồm Dự án xuất sắc nhất trong chương trình hợp tác với NVIDIA và giải thưởng ASUS Global Startup Challenge Award.
Đến năm 2023, với sự hỗ trợ từ NVIDIA, chúng tôi đã thành lập công ty tại Hoa Kỳ, bắt đầu bước nhảy vọt hướng tới thị trường toàn cầu.

image.png

Không chỉ dừng lại ở kinh nghiệm, chúng tôi chia sẻ cả tầm nhìn.

Trước khi khởi nghiệp, tôi đã tích lũy được kinh nghiệm thực tế và chuyên môn thông qua việc dẫn dắt các dự án toàn cầu với tư cách là System Engineer, Project Manager, và IT Consultant trong suốt 25 năm tại các công ty như LG CNS và T-money.
Dựa trên các chứng chỉ chuyên môn như PMP, SAP BW, SCJP, MCSE+DBA, và OCP-DBA, tôi đã tiếp nối những thử thách thành công trong nhiều lĩnh vực khác nhau như phát triển chương trình, quản lý dự án và thiết kế giải pháp IT.

Giờ đây, Nomad Creator đã đúc kết những kinh nghiệm và bí quyết này để cung cấp các nội dung giáo dục mà bất kỳ ai cũng có thể học tập một cách dễ dàng và thú vị. Từ các bài giảng tập trung vào thực hành đến các khóa học chuyên sâu phản ánh xu hướng công nghệ mới nhất, chúng tôi đề xuất lộ trình học tập tùy chỉnh cho sự phát triển của mỗi cá nhân.

Sứ mệnh của chúng tôi: "Biến ước mơ thành hiện thực, biến thử thách thành cơ hội"

Thông qua sự kết hợp giữa công nghệ và giáo dục, chúng tôi giúp nhiều người hơn nữa hiện thực hóa tiềm năng của chính mình.

Với Nomad Creator, giấc mơ của bạn sẽ không còn xa vời nữa.

Ngay cả trong khoảnh khắc này, vẫn có ai đó đang học hỏi những điều mới mẻ và nỗ lực để trở thành một phiên bản tốt hơn của chính mình.

Nhưng trong biển thông tin mênh mông, đã bao nhiêu lần bạn đánh mất thời gian quý báu chỉ để tìm kiếm những kiến thức cần thiết?

Nomad Creator muốn giải quyết vấn đề này.

Chúng tôi kết nối tri thức một cách sáng tạo, mang đến trải nghiệm tiết kiệm thời gian và tối đa hóa giá trị. Mục tiêu của chúng tôi không chỉ dừng lại ở việc truyền đạt thông tin đơn thuần, mà là truyền tải tri thức một cách đẹp đẽ như một tác phẩm nghệ thuật.

Với Nomad Creator, việc học của bạn sẽ trở nên dễ dàng hơn, nhanh chóng hơn và tạo ra những kết quả giá trị hơn.

"Thêm giá trị vào hành trình học tập, Nomad Creator."

Đây chính là tương lai mà chúng tôi hằng mơ ước.

Chương trình giảng dạy

Tất cả

42 bài giảng ∙ (8giờ 51phút)

Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Tất cả

25 đánh giá

4.1

25 đánh giá

  • bmkingsong7020님의 프로필 이미지
    bmkingsong7020

    Đánh giá 3

    Đánh giá trung bình 4.3

    5

    62% đã tham gia

    Thật tuyệt khi thử nó như một mẫu.

    • twotone3654382님의 프로필 이미지
      twotone3654382

      Đánh giá 24

      Đánh giá trung bình 4.5

      4

      100% đã tham gia

      Đó là một bài giảng rất hữu ích.

      • chrischina7429님의 프로필 이미지
        chrischina7429

        Đánh giá 4

        Đánh giá trung bình 5.0

        5

        50% đã tham gia

        Cảm ơn bạn đã giải thích tốt.

        • 4europa1007님의 프로필 이미지
          4europa1007

          Đánh giá 26

          Đánh giá trung bình 4.9

          5

          100% đã tham gia

          Cảm ơn

          • jspark78832022님의 프로필 이미지
            jspark78832022

            Đánh giá 2

            Đánh giá trung bình 5.0

            5

            100% đã tham gia

            Tư thế tốt!!

            705.360 ₫

            Khóa học khác của nomad

            Hãy khám phá các khóa học khác của giảng viên!

            Khóa học tương tự

            Khám phá các khóa học khác trong cùng lĩnh vực!