Apa yang akan Anda pelajari
-
Terapkan model pembelajaran mesin tingkat lanjut untuk melakukan analisis sentimen dan mengklasifikasikan ulasan pelanggan seperti ulasan produk Amazon Alexa
-
Memahami teori dan intuisi di balik beberapa algoritma pembelajaran mesin seperti K-Nearest Neighbours, Support Vector Machines (SVM), Decision Trees, Random Forest, Naive Bayes, dan Logistic Regression
-
Menerapkan algoritme klasifikasi di Scikit-Learn for K-Nearest Neighbours, Support Vector Machines (SVM), Decision Trees, Random Forest, Naive Bayes, dan Logistic Regression
-
Buat pengklasifikasi spam email menggunakan Teknik klasifikasi Naive Bayes
-
Menerapkan model pembelajaran mesin ke aplikasi Perawatan Kesehatan seperti klasifikasi penyakit Kanker dan Kifosis
-
Kembangkan Model untuk memprediksi perilaku pelanggan terhadap Iklan Facebook yang ditargetkan
-
Klasifikasi data menggunakan K-Nearest Neighbours, Support Vector Machines (SVM), Decision Trees, Random Forest, Naive Bayes, dan Logistic Regression
-
Buat fitur di dalam toko untuk memprediksi ukuran pelanggan menggunakan fitur mereka
-
Kembangkan pengklasifikasi deteksi penipuan menggunakan Teknik Machine Learning
-
Perpustakaan Master Python Seaborn untuk plot statistik
-
Pahami perbedaan antara Pembelajaran Mesin, Pembelajaran Mendalam, dan Kecerdasan Buatan
-
Lakukan rekayasa fitur dan bersihkan data pelatihan dan pengujian Anda untuk menghapus pencilan
-
Master Python dan Scikit-Learn untuk Ilmu Data dan Pembelajaran Mesin
-
Belajar menggunakan pustaka Python Matplotlib untuk Plotting data
Persyaratan
-
Pengetahuan dasar Pemrograman Python Diajarkan
-
Pengguna komputer berpengalaman
Deskripsi
Apakah Anda siap untuk menguasai teknik Pembelajaran Mesin dan memulai karir Anda sebagai Ilmuwan Data ?!
Anda datang ke tempat yang tepat!
Keterampilan Pembelajaran Mesin adalah salah satu keterampilan teratas yang diperoleh pada tahun 2019 dengan gaji rata-rata lebih dari $ 114.000 di Amerika Serikat menurut PayScale! Jumlah total pekerjaan ML selama dua tahun terakhir telah tumbuh sekitar 600 persen dan diperkirakan akan tumbuh lebih banyak lagi pada tahun 2020.
Kursus ini memberikan siswa dengan pengetahuan, teknik seperti
- Regresi logistik
- Pohon Keputusan
- Random Forest
- Naïve Bayes
- Mendukung Mesin Vektor (SVM)
Dalam kursus ini, kami akan memberi siswa pengetahuan tentang aspek-aspek kunci dari teknik klasifikasi mutakhir. Kami akan membangun 10 proyek dari awal menggunakan dataset dunia nyata , berikut adalah contoh proyek yang akan kami kerjakan:
- Buat pengklasifikasi spam email.
- Lakukan analisis sentimen dan analisis ulasan pelanggan untuk produk Amazon Alexa.
- Memprediksi tingkat kelangsungan hidup titanic berdasarkan fitur penumpang.
- Memprediksi perilaku pelanggan terhadap iklan pemasaran bertarget di Facebook.
- Memprediksi kelayakan klien bank untuk pensiun berdasarkan fitur mereka seperti usia dan tabungan 401K.
- Memprediksi penyakit kanker dan Kyphosis.
- Mendeteksi penipuan dalam transaksi kartu kredit.
Untuk siapa kursus ini:
- Penggemar Ilmu Data yang ingin meningkatkan keterampilan pembelajaran mesin
- Pemrogram Python penasaran dengan Pembelajaran Mesin dan Ilmu Data
- Pemrogram atau pengembang yang ingin beralih ke jalur karier ilmu data dan pembelajaran mesin yang menguntungkan
- Ahli teknologi ingin mendapatkan pemahaman tentang cara kerja model pembelajaran mesin
- Analis data yang ingin beralih ke industri Teknologi
