AulaPro menggunakan cookie untuk memberikan pengalaman yang lebih baik kepada penggunanya. Anda bisa mendapatkan informasi lebih lanjut di sini, atau cukup klik "Saya menerima" atau di luar pemberitahuan ini untuk melanjutkan penelusuran.
- Jelajahi Program
Program Unggulan
- Blog
Yang terbaru di AulaPro
Udemy dalam Promosi
Platform pendidikan
 |
Kursus virtual:
Udemy |
Diskon Waktu Terbatas
KATEGORI UTAMA KURSUS INI
Ucapan terima kasih untuk kursus ini
Kursus ini masuk dalam 100 besar kursus terbaik di Udemy, dalam katalog lebih dari 135.000 kursus.
Kursus ini adalah bagian dari ulasan kami tentang:
Kursus Ilmu Data Online atau Analisis Data Terbaik
TENTANG KURSUS INI
KETERANGAN
Tertarik dengan bidang pembelajaran mesin? Maka kursus ini adalah untuk Anda! Kursus ini telah dirancang oleh dua ilmuwan data profesional sehingga kami dapat berbagi pengetahuan dan membantu Anda mempelajari teori kompleks, algoritme, dan perpustakaan pengkodean dengan cara yang mudah.
Kami akan memandu Anda langkah demi langkah di dunia pembelajaran mesin.
Dengan setiap tutorial, Anda akan mengembangkan keterampilan baru dan meningkatkan pemahaman Anda tentang subbidang ilmu data yang menantang namun menguntungkan ini.
Kursus ini menyenangkan dan mengasyikkan, tetapi pada saat yang sama, kami mempelajari pembelajaran mesin.
Strukturnya sebagai berikut: Bagian 1 - Praproses Data Bagian 2 - Regresi: Regresi Linier Sederhana, Regresi Linier Berganda, Regresi Polinomial, SVR, Regresi Pohon Keputusan, Regresi Hutan Acak Bagian 3 - Klasifikasi: Regresi Logistik, K -NN, SVM, Kernel SVM, Naive Bayes, Klasifikasi Pohon Keputusan, Klasifikasi Hutan Acak Bagian 4 - Pengelompokan: K-Means, Pengelompokan Hierarki Bagian 5 - Pembelajaran Aturan Asosiasi: Apriori, Eclat Bagian 6 - Pembelajaran dengan penguatan: Batas Keyakinan Atas, Pengambilan Sampel Thompson Bagian 7 - Pemrosesan Bahasa Alami: Algoritma Model Bag-of-Words untuk NLP Bagian 8 - Pembelajaran Mendalam: Jaringan Saraf Tiruan, Jaringan Saraf Konvolusi Bagian 9 - Pengurangan Dimensi: PCA, LDA, Core PC Bagian 10 - Pemilihan dan Penguatan Model: k-fold cross -validasi, penyetelan parameter, pencarian kisi, XGBoost Juga, cu rso dikemas dengan latihan praktis berdasarkan contoh kehidupan nyata.
Jadi, Anda tidak hanya akan mempelajari teorinya, tetapi juga berlatih membuat model Anda sendiri.
Dan sebagai bonus, kursus ini menyertakan template Python dan Rcode yang dapat Anda unduh dan gunakan dalam proyek Anda sendiri.
Pembaruan Besar (Juni 2020): KODE SEMUA PEMBELAJARAN EEP TERBARU DIKODEKAN PADA TENSORFLOW .0 MODEL PENINGKATAN GRADIEN TERATAS, TERMASUK XGBOOST DAN BAHKAN CATBOOST.
KARAKTERISTIK KURSUS INI
-
Bahasa kursus:Bahasa Inggris dengan teks dalam bahasa Spanyol
-
Dibuat oleh:Udemy
-
Posisi kursus platform 100 teratas:
5
keuntungan
Keunggulan Unggulan dari Kursus Udemy
+ 150.000 kursus
Udemy memiliki gudang kursus online terbesar di dunia
akses seumur hidup
Akses ke konten kursus, setelah selesai, sehingga Anda dapat menikmati pembaruannya di masa mendatang
+ 70.000 instruktur
Para ahli di bidangnya dari seluruh dunia berbagi keahlian mereka di Udemy
+ 40 siswa
Dari seluruh dunia, 480 juta kali telah terdaftar di kursus Udemy
pengiklanan
Data lain yang relevan
Pertanyaan yang Sering Diajukan
METODOLOGI
TINGKAT STUDI
pengiklanan
RINCIAN KURSUS
- WAKTU AKSES Akses seumur hidup ke kursus (dan pembaruan)
Siapa yang mengembangkan kursus ini?
BARU
Felipe
Juni 9, 2021 di 5: 00 pmSaya sangat senang bahwa saya terdaftar dalam kursus ini. Saya berterima kasih kepada Kirill dan Hadelin karena telah mengatur kursus yang besar dan padat ini. Meskipun kursus ini tidak sempurna, kursus ini memberikan gambaran menyeluruh tentang sebagian besar algoritme pembelajaran mesin.
Satu-satunya kritik saya adalah untuk meningkatkan wawasan kuliah. Selain itu, kursus ini lebih berfokus pada pendekatan model-sentris untuk pembelajaran mesin. Mungkin, akan sangat bagus untuk juga menyertakan cara menangani kumpulan data dari perspektif 'data-sentris' yang melibatkan pemilihan fitur, ekstraksi fitur, penyeimbangan kumpulan data, dll., yaitu bagaimana meningkatkan kualitas kumpulan data.
Untuk Calon Siswa: Anda akan belajar banyak dari kursus ini, tetapi bersiaplah untuk proaktif. Itu berarti jangan ragu untuk melakukan riset melalui YouTube, Google, Stack Overflow, dll. tentang dasar-dasar beberapa algoritma pembelajaran mesin dan informasi lainnya. Bahkan, itu adalah praktik yang baik karena juga dalam kehidupan nyata kita harus proaktif ketika mengerjakan proyek.
Yang paling penting adalah menikmati pembelajaran mesin
Louis Carlos Ramirez
Juli 16, 2021 di 3: 59 pmKursus terstruktur dengan sangat baik yang memberikan panduan yang baik tentang semua bagian pembelajaran mesin untuk seseorang yang memulai dari awal. Saya mengambil kursus ini sambil belajar untuk master dalam ilmu data dan itu memberi saya dasar untuk beberapa modul yang membantu saya memulai.