
일맥상통 문서작성법 (주말농장 사례)
자바라머신러닝
영상정보 보다 1/200 의 노력으로 소통할 수 있는 문서를 맥락있게 작성해 봅시다. 문서소통은 영상소통과 함께 영원히 지속될 겁니다. 여러분의 조직속에서..
입문
PowerPoint, 업무 생산성, 글쓰기
Đây là khóa học thứ hai về học máy Java ít thay đổi. Giới thiệu Weka, nơi cung cấp giao diện người dùng và API để hỗ trợ cả thiết kế và mã hóa. Các bài giảng có các ví dụ phù hợp để áp dụng vào thực tế.
Cách ứng dụng Java machine learning vào thực tế bằng weka
Áp dụng thuật toán tối ưu dựa trên phân tích so sánh
Dẫn xuất cơ sở ra quyết định chỉ sử dụng lựa chọn tính năng
Khai thác văn bản chính thức như khảo sát của Hàn Quốc
Bằng chứng về mối quan hệ giữa con người với nhau thông qua phân tích phân loại sau khi phân tích tương quan
Ứng dụng mạng nơ ron nhân tạo để phân tích hình ảnh
Liên kết chương trình weka và R
Bạn có muốn triển khai máy học trong Java không?
👉 Hãy thử sử dụng máy học trong công việc của bạn với trình độ trung cấp của Java Machine Learning Weka .
Mục tiêu là xây dựng một hệ thống cộng tác cho phép đưa ra quyết định nhanh chóng bằng cách sử dụng dữ liệu.
:Giới thiệu weka, công cụ cho phép thiết kế và lập trình máy học Java.
Đây là trường hợp ứng dụng máy học thực tế được triển khai hoàn toàn bằng Weka.
: Chúng tôi đã điều chỉnh nhiều trường hợp ứng dụng khác nhau thành nội dung quen thuộc. Vậy, chúng ta hãy cùng giới thiệu ngắn gọn nội dung.
2.1 Việc áp dụng thuật toán tối ưu của người thực nghiệm
: Lựa chọn mô hình tối ưu thông qua kiểm định thống kê mức ý nghĩa (giá trị p) (Bạn đã từng nghe điều này chưa?)
2.2 Trình bày cơ sở cho việc ra quyết định chỉ dựa trên việc lựa chọn tính năng
: Bạn có thể tạo thông tin hỗ trợ ra quyết định chỉ bằng cách chọn các thuộc tính cụ thể. Tích hợp với các chương trình R là một lợi thế.
2.3 Khai thác văn bản khảo sát Hàn Quốc
: Không còn phải vật lộn với các hình thái tiếng Hàn khó nữa! Bạn có thể thực hiện các khảo sát tiếng Hàn đơn giản chỉ với những tính năng cơ bản.
2.4 Phân tích tương quan và phân loại kết quả bầu cử Hạ viện Hoa Kỳ năm 1984
: Phe Obama không dự đoán các cam kết tranh cử mà chọn trang web này để gây quỹ vận động tranh cử thông qua phân tích thống kê.
:Điều thực sự quan trọng là biết lời hứa nào có liên quan trực tiếp đến việc đắc cử, đúng không?
2.5 Phân tích hình ảnh bằng mạng nơ-ron nhân tạo và bộ lọc hình ảnh
: Tôi đã chờ đợi rất lâu để dl4j có phiên bản beta.
: Giới thiệu mạng nơ-ron nhân tạo tích hợp được cung cấp bởi Weka và wekadeeplearning4j.
2.6 Ước tính thời gian hoàn thành khóa học thông qua phân tích hồi quy
:Tôi đã sử dụng nó để tính toán xem tôi nên trì hoãn việc phát hành bài giảng trong bao lâu.
Quá trình trên được giải thích theo ba bước sau.
3.1 Giải thích lý thuyết
: Tôi sẽ giải thích ngắn gọn cho bạn. Thực sự rất đơn giản, chỉ những điều cốt yếu.
3.2 Thiết kế KnowledgeFlow
:Ưu điểm lớn nhất của Weka là bạn có thể thực hiện học máy mà không cần biết lập trình.
3.3 Lập trình Java
:Một ưu điểm khác của Weka là Weka cung cấp mọi thứ cho thiết kế và lập trình.
Bạn có thể áp dụng phân tích dữ liệu được tải trên các hệ thống CNTT truyền thống được xây dựng trên nền tảng Java.
: Hành trình ngàn dặm khởi đầu bằng một bước chân. Nếu bạn biết cách phân tích CNTT truyền thống, chẳng phải bạn cũng có thể phân tích ICBM tốt sao?
Bạn sẽ học cách hiểu thế giới thực bằng dữ liệu.
:Mục tiêu là hiểu được thực tế vô hình trước đây thông qua dữ liệu.
Đây là khóa học trung cấp, được cải thiện từ trình độ mới bắt đầu, nhằm phổ biến công nghệ máy học Java.
:Tôi đã cải thiện khóa học dành cho người mới bắt đầu thông qua phản hồi từ học viên và quá trình tự nhìn nhận.
Tôi sử dụng weka 3.9.3 trên hệ điều hành Windows.
(Phiên bản 3.9.4 có lỗi khi tải các tệp loại ANSI.)
Sau khi đăng ký khóa học, trong bài học thứ 2 của Phần 1 (cài đặt phần mềm Weka và tải tài liệu bài giảng)
Nhấp vào biểu tượng đám mây để tải xuống (55MB)
Chúng tôi đang tiến hành một khảo sát gồm năm mục để giúp xác định hướng đi cho khóa học máy học Java nâng cao. Chúng tôi rất mong nhận được sự tham gia của bạn.
http://bit.ly/javamachinelearning_survey
Chúng tôi sẽ tiếp tục tải lên những ý tưởng thu thập được từ các câu hỏi có giá trị của sinh viên và thông tin hữu ích từ các phương tiện truyền thông khác dưới dạng bài giảng bổ sung.
Tôi mong muốn tăng cường giao tiếp với sinh viên và cải thiện sự hài lòng của họ với các bài giảng.
Rắn chắc, không bao gồm các yêu cầu hoặc câu hỏi cá nhân.
Khóa học này dành cho ai?
Những người muốn ứng dụng weka vào thực tế
weka Experimenter, người muốn tìm hiểu cách sử dụng KnowledgeFlow
Những người muốn có thêm bằng chứng về phân tích tương quan (giỏ hàng)
Người có nhu cầu ứng dụng khai phá văn bản và phân tích hình ảnh trong Java trong thực tế
Cần biết trước khi bắt đầu?
Hoàn thành khóa học Weka dành cho người mới bắt đầu học máy Java (miễn phí)
ADsP (tốt hơn nên biết)
Java (tốt hơn nên biết)
2,090
Học viên
29
Đánh giá
15
Trả lời
4.9
Xếp hạng
3
Các khóa học
정보화 기획/구축/진단 업무를 수행하였고 스몰데이터분석을 실무에 적용하고 있습니다.현재 데이터분석 분야는 코딩이 과대포장된 진입장벽을 만들었다는 것을 알게 되었습니다.이제는 거품을 걷어내고 데이터분석의 저변화와 자바머신러닝을 준비하고직접 강좌로 자바머신러닝을 확산할 동료들을 만나는 것이 저의 목적입니다.더나아가 POST 정보화시대를 대비하고 영위하는 미래의 모습을 그려봅니다.
Tất cả
30 bài giảng ∙ (6giờ 14phút)
Tài liệu khóa học:
Tất cả
6 đánh giá
4.8
6 đánh giá
715.027 ₫
Hãy khám phá các khóa học khác của giảng viên!
Khám phá các khóa học khác trong cùng lĩnh vực!