AB 테스트 실무자 완벽 가이드
거친코딩
AB Test의 인기와 관심이 폭발적으로 커지는 만큼, 국내 최초 AB Test강의를 지금 바로 알려드릴게요!
초급
AB test, 통계
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.
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
6,757
Học viên
102
Đánh giá
101
Trả lời
4.8
Xếp hạng
3
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
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)
Ngày đăng:
Cập nhật lần cuối:
Đánh giá
Tất cả
45 đánh giá
4.9
45 đánh giá
동해물과백두산이마르고닳도록Đánh giá 503
∙
Đánh giá trung bình 5.0
- 현주
Đánh giá 3
∙
Đánh giá trung bình 5.0
5
8% đã tham gia거친코딩님과 멘토링하고 너무 만족해서 이 강의도 듣게되었는데 역시 강의력도 좋으시고, 수업 내용도 알차네요! 감사합니다~! 다른 강의도 더 올려주세요!!
- 거친코딩Giảng viên
아! 멘토링 이후에 강의도 들으셨군요! 10월 말에 개인화 추천시스템 강의로 찾아 뵙겠습니다 :) -거친코딩 드림-
강사님 연금 데이터 관련 질문 입니다 연습 데이터 url : https://drive.google.com/drive/folders/149jcCyJFKKG5MFaPNWnYYqM2EkzgRz2P?usp=sharing 새로운 데이터 폴더 생성(machine_learning_data) 및 파일 업로드 위 위치로 들어가서 보면, "machine_learning_data" 이라는 공유 폴더가 나오기는 하는데, 그 안에는 jpg file, cvs file 들만 있고, 강의과 관련된 file은 찾을 수 없었습니다 혹시 제가 잘못된 위치를 찾고 있다면, 알려 주셨으면 합니다
- Sunkyu Danny Kim (탈퇴)
Đánh giá 1
∙
Đánh giá trung bình 5.0
5
32% đã tham gia파이썬에 대한 기초 문법부터 모델링 그리고 케글에서 바로 케이스 스터디까지 적용시킬 수 있어서 좋았어요! 이 정도의 퀄리티가 무료강의라니.. 시리즈 강의 기대해봅니다 :)
- 거친코딩Giảng viên
많은 도움 되셨다니 제가 기쁘네요 ! 더 좋은 강의로 찾아뵙겠습니다 -거친코딩 드림-
Miễn phí
Khóa học khác của 거친코딩
Hãy khám phá các khóa học khác của giảng viên!
Khóa học tương tự
Khám phá các khóa học khác trong cùng lĩnh vực!
![[개념부터 실습까지] 추천 시스템 입문편강의 썸네일](https://cdn.inflearn.com/public/courses/324713/course_cover/56449480-d53c-4c8b-a2b2-13f91a35738e/recommendation-system-basic-eng.png?f=avif&w=420)
![[ICT 아카이브] 빅데이터 핵심과 비즈니스모델강의 썸네일](https://cdn.inflearn.com/public/files/courses/338811/cover/01k44rs7zkwq0ehc8vqsy2mdtb?f=avif&w=420)
![[텐서플로2] 파이썬 머신러닝 완전정복 - 마라톤 기록예측 프로젝트강의 썸네일](https://cdn.inflearn.com/public/courses/324207/course_cover/1a79c7dc-1624-4d3a-95ff-79ba1e9c4025/python_machine_learning.png?f=avif&w=420)
