Analytics Vidhya for iPhone

Описание

Analytics Vidhya — крупнейшее в Индии и второе по величине в мире сообщество специалистов по данным.

Мы стремимся помочь вам изучить концепции науки о данных, машинного обучения, глубокого обучения, больших данных и искусственного интеллекта (ИИ) в наиболее интерактивной форме от основ до очень продвинутых уровней.

Приложение Analytics Vidhya предоставляет высококачественные учебные ресурсы для специалистов по науке о данных, инженеров данных и студентов, которые хотят изучать науку о данных и алгоритмы машинного обучения, а также коды.

Некоторые из популярных постов в приложении

Комплексный план обучения для глубокого обучения в 2019 году

Идеальный путь обучения, чтобы стать специалистом по данным и освоить машинное обучение в 2019 году

Полное руководство по изучению науки о данных с помощью Python с нуля

Основы алгоритмов машинного обучения (с кодами Python и R)

Введение в реализацию нейронных сетей с использованием TensorFlow

Полное руководство по началу работы с глубоким обучением в Python

Советы и подсказки для интервью Ace Data Science

7 типов методов регрессии, которые вы должны знать!

Полное руководство по регрессии гребня и лассо в Python

Учебное пособие по глубокому обучению для расчета экранного времени актеров в любом видео (с кодами Python)

Всестороннее введение в Apache Spark, RDD и фреймы данных (с использованием PySpark)

Простое введение в распознавание лиц (с кодами Python)

30 вопросов, чтобы проверить ваше понимание логистической регрессии

Полное руководство по древовидному моделированию с нуля в R & Python

Самый полный план обучения науке о данных

6 простых шагов для изучения алгоритма наивного Байеса (с кодами на Python и R)

28 лучших шпаргалок по машинному обучению, науке о данных, вероятности, SQL и большим данным

Решение проблем классификации с несколькими метками (включая тематические исследования)

Понимание алгоритма машины опорных векторов из примеров (вместе с кодом)

Демистификация архитектуры сверточных нейронных сетей (CNN)

Полное руководство по настройке параметров в XGBoost (с кодами на Python)

Практика методов машинного обучения в R с пакетом MLR

Герои глубокого обучения: главные выводы для начинающих специалистов по данным из серии интервью с Эндрю Нгсом

Алгоритмы машинного обучения и глубокого обучения:

Линейная и логистическая регрессии

Наивный Байес

Нейронные сети

Деревья решений

Сверточные нейронные сети

Рекуррентные нейронные сети с долговременной кратковременной памятью

SVM (машины опорных векторов)

Ограниченные машины Больцмана

Ограниченные машины Больцмана

Изучите библиотеки и инструменты:

Панды

Матплотлиб

Scikit-learn

ТензорФлоу

Кафе

ПиТорч

XGBoost

эпохи

PySpark

Основные категории и темы

Наука о данных

Большие данные

Бизнес-аналитика

Глубокое обучение

Машинное обучение

НЛП (обработка естественного языка)

Обучение с подкреплением

Нейронная сеть (традиционная и сверточная)

Контролируемое обучение

Неконтролируемое обучение

Моделирование в Python и R

Анализ временных рядов

Инжиниринг данных

У нас более 200 000 зарегистрированных пользователей в нашем блоге и новостной рассылке, а наш портал посещают более 2,4 миллиона человек в месяц. Люди используют Analytics Vidhya, чтобы учиться у лидеров мнений и отраслевых экспертов, участвовать в хакатонах по найму, брендингу и решению проблем/краудсорсингу на нашей глобальной платформе DataHack (https://datahack.analyticsvidhya.com/contest/all/) в таких областях, как такие как искусственный интеллект, машинное обучение, инженерия данных, интеллектуальный анализ данных и расширенная аналитика, а также участвовать в обсуждениях для обмена идеями и решения бизнес-задач, связанных с данными, для организаций. За последние 2 года мы приняли участие в более чем 60 хакатонах с ведущими мировыми компаниями в мире и в Индии. У нас также есть специальная платформа для курсов (https://trainings.analyticsvidhya.com/), созданная лучшими специалистами в области науки о данных, где вы можете записаться на курсы и усовершенствовать свои навыки.

Конфиденциальность: https://www.analyticsvidhya.com/privacy-policy/

Условия: https://www.analyticsvidhya.com/terms/