5 простых шагов для новичков в освоении машинного обучения скачать в хорошем качестве

5 простых шагов для новичков в освоении машинного обучения

В этом видео подробно разбираются практические шаги по освоению машинного обучения на Python. Жаль, что я не посмотрел это видео, когда только начинал изучать машинное обучение. Мой курс по машинному обучению — https://dbourke.link/mlcourse Версия этого видео в блоге — https://dbourke.link/5stepstoml Узнайте всё это в одном месте на DataCamp — http://bit.ly/datacampmrdbourke Бонус: 6-шаговое руководство для этапа моделирования проектов машинного обучения — https://dbourke.link/6stepmlfieldguide Другие упомянутые ссылки (по порядку) Шаг 1 — Изучите Python, инструменты науки о данных и концепции машинного обучения Элементы искусственного интеллекта — https://www.elementsofai.com/ Python для всех на Coursera — https://bit.ly/pythoneverybodycoursera Изучите Python от freeCodeCamp —    • Learn Python - Full Course for Beginners [...   Учебник по Anaconda от Кори Шафера —    • Python Tutorial: Anaconda - Installation a...   Бонус: запись в блоге Anaconda - https://dbourke.link/anaconda Руководство по Jupyter Notebook от Кори Шафера -    • Jupyter Notebook Tutorial: Introduction, S...   Шаг 2. Изучите обработку, анализ и визуализацию данных с помощью pandas, NumPy и Matplotlib Прикладная наука о данных с Python - http://bit.ly/courseraDS Серия Codebasics Pandas -    • Pandas Tutorial (Data Analysis In Python)   Видео FreeCodeCamp по NumPy -    • Python NumPy Tutorial for Beginners   Серия Sentdex Matplotlib -    • Matplotlib Tutorial Series - Graphing in P...   Шаг 3. Изучайте машинное обучение с помощью scikit-learn Серия Data School scikit-learn -    • Machine learning in Python with scikit-learn   Бонус: курс по машинному обучению Fastai - https://course18.fast.ai/ml Шаг 4. Изучите глубокое обучение и нейронные сети Специализация Эндрю Нга по глубокому обучению на Coursera - https://bit.ly/courseradl Учебная программа Fastai по глубокому обучению - https://fast.ai Шаг 5. Дополнительные материалы и книги Мои любимые книги по машинному обучению (видео) -    • These books will help you learn machine le...   «Python для анализа данных» Уэса Маккинни - https://amzn.to/2Z1QZNp Практическое машинное обучение с использованием scikit-learn и TensorFlow от Орельена Жерона - https://amzn.to/2Q8iy4v Механика машинного обучения от Терренса Парра и Джереми Ховарда - https://mlbook.explained.ai/ Введение в разведочный анализ данных (пример проекта) - https://towardsdatascience.com/a-gent... Как работать над собственными проектами машинного обучения (статья) - https://towardsdatascience.com/how-to... Временные метки 0:26 — Для кого это видео 0:41 — Мой стиль обучения (сначала код) 1:51 - Шаг 1. Изучите Python, инструменты для анализа данных и концепции машинного обучения. 3:10 - Шаг 2. Изучите обработку данных, анализ и визуализацию с помощью Pandas, NumPy и Matplotlib. 4:57 - Шаг 3. Изучите машинное обучение с помощью scikit-learn. 6:07 - Шаг 4. Изучите глубокое обучение и нейронные сети. 7:33 - Шаг 5. Дополнительные занятия и книги. 10:07 - Где я могу освоить все эти навыки? 10:47 - Сколько времени всё это займёт? 11:45 - А как насчёт статистики? Теории вероятностей? Математики? 12:19 - А как насчёт сертификаций? Примечание: везде, где это возможно, использовались партнёрские ссылки. Это означает, что, перейдя по ссылке и купив что-либо, я могу получить процент от цены покупки. Это не повлияет на цену товара. Получайте обновления о моей работе по электронной почте — https://dbourke.link/newsletter Поддержка на Patreon — https://bit.ly/mrdbourkepatreon Свяжитесь с нами: Веб — https://dbourke.link/web Quora — https://dbourke.link/quora Medium — https://dbourke.link/medium Twitter — https://dbourke.link/twitter LinkedIn — https://dbourke.link/mpMxSc