Bangun 10 Proyek Praktis dan Tingkatkan Keterampilan Anda dalam Pembelajaran Mesin Menggunakan Python dan Scikit Learn
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 Neighbors, Support Vector Machines (SVM), Pohon Keputusan, Hutan Acak, Naive Bayes, dan Regresi Logistik
-
Menerapkan algoritma klasifikasi di Scikit-Learn untuk K-Nearest Neighbors, Support Vector Machines (SVM), Decision Tree, Random Forest, Naive Bayes, dan Logistic Regression
-
Buat pengklasifikasi spam email menggunakan Teknik klasifikasi Naive Bayes
-
Terapkan model pembelajaran mesin ke aplikasi Perawatan Kesehatan seperti klasifikasi penyakit Kanker dan Kyphosis
-
Kembangkan Model untuk memprediksi perilaku pelanggan terhadap Iklan Facebook yang ditargetkan
-
Klasifikasi data menggunakan K-Nearest Neighbors, Support Vector Machines (SVM), Decision Tree, Random Forest, Naive Bayes, dan Logistic Regression
-
Bangun fitur di dalam toko untuk memprediksi ukuran pelanggan menggunakan fitur mereka
-
Kembangkan pengklasifikasi deteksi penipuan menggunakan Teknik Pembelajaran Mesin
-
Pustaka 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 outlier
-
Kuasai Python dan Scikit-Belajar untuk Ilmu Data dan Pembelajaran Mesin
-
Pelajari cara menggunakan pustaka Python Matplotlib untuk Data Plotting
Persyaratan
-
Pengetahuan dasar tentang Pemrograman Python
-
Pengguna komputer berpengalaman
Keterangan
Apakah Anda siap untuk menguasai teknik Pembelajaran Mesin dan Memulai karir Anda sebagai Ilmuwan Data?!
Kursus ini memberi siswa pengetahuan, pengalaman langsung tentang teknik klasifikasi pembelajaran mesin yang canggih seperti:
- Regresi logistik
- Pohon Keputusan
- Hutan Acak
- Naif Bayes
- Mendukung Mesin Vektor (SVM)
Dalam kursus ini, kami akan membekali siswa dengan 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.
- Memprediksi penyakit kanker.
- Mendeteksi penipuan dalam transaksi kartu kredit.
Kursus Utama:
- Kursus ini berisi 10 proyek pengkodean python praktis yang dapat ditambahkan siswa ke portofolio proyek mereka.
- Tidak ada matematika, kami akan membahas teori dan intuisi dengan cara yang jelas, sederhana dan mudah.
- Semua catatan (kode) dan slide Jupyter disediakan .
Siswa yang mengikuti kursus ini akan menguasai model klasifikasi pembelajaran mesin dan dapat langsung menerapkan keterampilan ini untuk memecahkan masalah yang menantang dunia nyata.
Untuk siapa kursus ini:
- Penggemar Ilmu Data yang ingin meningkatkan keterampilan pembelajaran mesin mereka
- Pemrogram Python ingin tahu tentang Pembelajaran Mesin dan Ilmu Data
- Pemrogram atau pengembang yang ingin beralih ke jalur karier ilmu data dan pembelajaran mesin yang menguntungkan
- Para teknolog yang ingin mendapatkan pemahaman tentang cara kerja model pembelajaran mesin
- Analis data yang ingin beralih ke industri Teknologi
