Analytics Vidhya - Machine Learning & Data Science
Analytics Vidhya es la comunidad de ciencia de datos más grande de India y la segunda más grande del mundo.
Nuestro objetivo es ayudarlo a aprender conceptos de ciencia de datos, aprendizaje automático, aprendizaje profundo, big data e inteligencia artificial (AI) de la manera más interactiva, desde los conceptos básicos hasta niveles muy avanzados.
La aplicación Analytics Vidhya proporciona recursos de aprendizaje de alta calidad para profesionales de la ciencia de datos, ingenieros de datos y estudiantes que desean estudiar la ciencia de datos y algoritmos de aprendizaje automático, junto con códigos.
Algunas de las publicaciones populares en la aplicación.
• Una ruta de aprendizaje integral para el aprendizaje profundo en 2019
• El último camino de aprendizaje para convertirse en científico de datos y dominar el aprendizaje automático en 2019
• Un tutorial completo para aprender Data Science con Python desde cero
• Elementos esenciales de los algoritmos de aprendizaje automático (con Python y códigos R)
• Una introducción a la implementación de redes neuronales utilizando TensorFlow
• Una guía completa sobre cómo comenzar con Deep Learning en Python
• Consejos y trucos para las entrevistas de Ace Data Science
• ¡7 tipos de técnicas de regresión que debes conocer!
• Un tutorial completo sobre la regresión de canto y lazo en Python
• Tutorial de aprendizaje profundo para calcular el tiempo de pantalla de los actores en cualquier video (con códigos Python)
• Introducción completa a Apache Spark, RDD y marcos de datos (mediante PySpark)
• Una introducción simple al reconocimiento facial (con códigos Python)
• 30 preguntas para poner a prueba su comprensión de la regresión logística
• Un tutorial completo sobre modelado basado en árboles desde cero en R & Python
• El plan de aprendizaje más completo de Data Science.
• 6 pasos sencillos para aprender el algoritmo ingenuo de Bayes (con códigos en Python y R)
• Top 28 hojas de trucos para el aprendizaje automático, la ciencia de datos, la probabilidad, SQL y Big Data
• Resolución de problemas de clasificación de etiquetas múltiples (se incluyen estudios de casos)
• Comprensión del algoritmo de la máquina de vectores de soporte a partir de ejemplos (junto con el código)
• Desmitificación de la arquitectura de las redes neuronales convolucionales (CNN)
• Guía completa para el ajuste de parámetros en XGBoost (con códigos en Python)
• Practicar técnicas de aprendizaje automático en R con paquete MLR
• Heroes of Deep Learning: los mejores resultados para los aspirantes a científicos de datos de la serie de entrevistas de Andrew Ng
Aprendizaje automático y algoritmos de aprendizaje profundo:
• Regresiones lineales y logísticas.
• NaiveBayes
• Redes neuronales
• Árboles de decisión
• Redes neuronales convolucionales
• Memoria a corto plazo a largo plazo - Redes neuronales recurrentes
• SVM (máquinas de vectores de soporte)
• Máquinas de Boltzmann restringidas
• Máquinas de Boltzmann restringidas
Aprender bibliotecas y herramientas:
• Pandas
• Matplotlib
• Scikit-Learn
• TensorFlow
• Caffe
• PyTorch
• XGBoost
• eras
• PySpark
Categorías y temas principales
Ciencia de los datos
Grandes datos
Análisis de negocio
Aprendizaje profundo
Aprendizaje automático
PNL (Procesamiento de Lenguaje Natural)
Aprendizaje reforzado
Red neuronal (tradicional y convolucional)
Aprendizaje supervisado
Aprendizaje sin supervisión
Modelado en Python y R
Análisis de series temporales
Ingenieria de datos
Tenemos más de 200,000 usuarios registrados en nuestro blog y boletín y más de 2.4 millones de visitas mensuales en nuestro portal. La gente se involucra en Analytics Vidhya para aprender de líderes de opinión y expertos de la industria, participar en la contratación, marca y solución de problemas / piratías de contratación pública en nuestra plataforma Global DataHack (https://datahack.analyticsvidhya.com/contest/all/) en áreas tales como Inteligencia Artificial, Aprendizaje Automático, Ingeniería de Datos, Minería de Datos y Análisis Avanzado, y también participar en discusiones para compartir ideas y resolver problemas de negocios relacionados con los datos para las organizaciones. Durante los últimos 2 años, hemos participado en más de 60 hackathons con algunas de las principales compañías globales en el mundo y en la India. También tenemos una plataforma dedicada para cursos (https://trainings.analyticsvidhya.com/) creada por los mejores en ciencia de datos donde puede inscribirse en cursos y mejorar su conjunto de habilidades.
Privacidad: https://www.analyticsvidhya.com/privacy-policy/
Términos: https://www.analyticsvidhya.com/terms/
Nuestro objetivo es ayudarlo a aprender conceptos de ciencia de datos, aprendizaje automático, aprendizaje profundo, big data e inteligencia artificial (AI) de la manera más interactiva, desde los conceptos básicos hasta niveles muy avanzados.
La aplicación Analytics Vidhya proporciona recursos de aprendizaje de alta calidad para profesionales de la ciencia de datos, ingenieros de datos y estudiantes que desean estudiar la ciencia de datos y algoritmos de aprendizaje automático, junto con códigos.
Algunas de las publicaciones populares en la aplicación.
• Una ruta de aprendizaje integral para el aprendizaje profundo en 2019
• El último camino de aprendizaje para convertirse en científico de datos y dominar el aprendizaje automático en 2019
• Un tutorial completo para aprender Data Science con Python desde cero
• Elementos esenciales de los algoritmos de aprendizaje automático (con Python y códigos R)
• Una introducción a la implementación de redes neuronales utilizando TensorFlow
• Una guía completa sobre cómo comenzar con Deep Learning en Python
• Consejos y trucos para las entrevistas de Ace Data Science
• ¡7 tipos de técnicas de regresión que debes conocer!
• Un tutorial completo sobre la regresión de canto y lazo en Python
• Tutorial de aprendizaje profundo para calcular el tiempo de pantalla de los actores en cualquier video (con códigos Python)
• Introducción completa a Apache Spark, RDD y marcos de datos (mediante PySpark)
• Una introducción simple al reconocimiento facial (con códigos Python)
• 30 preguntas para poner a prueba su comprensión de la regresión logística
• Un tutorial completo sobre modelado basado en árboles desde cero en R & Python
• El plan de aprendizaje más completo de Data Science.
• 6 pasos sencillos para aprender el algoritmo ingenuo de Bayes (con códigos en Python y R)
• Top 28 hojas de trucos para el aprendizaje automático, la ciencia de datos, la probabilidad, SQL y Big Data
• Resolución de problemas de clasificación de etiquetas múltiples (se incluyen estudios de casos)
• Comprensión del algoritmo de la máquina de vectores de soporte a partir de ejemplos (junto con el código)
• Desmitificación de la arquitectura de las redes neuronales convolucionales (CNN)
• Guía completa para el ajuste de parámetros en XGBoost (con códigos en Python)
• Practicar técnicas de aprendizaje automático en R con paquete MLR
• Heroes of Deep Learning: los mejores resultados para los aspirantes a científicos de datos de la serie de entrevistas de Andrew Ng
Aprendizaje automático y algoritmos de aprendizaje profundo:
• Regresiones lineales y logísticas.
• NaiveBayes
• Redes neuronales
• Árboles de decisión
• Redes neuronales convolucionales
• Memoria a corto plazo a largo plazo - Redes neuronales recurrentes
• SVM (máquinas de vectores de soporte)
• Máquinas de Boltzmann restringidas
• Máquinas de Boltzmann restringidas
Aprender bibliotecas y herramientas:
• Pandas
• Matplotlib
• Scikit-Learn
• TensorFlow
• Caffe
• PyTorch
• XGBoost
• eras
• PySpark
Categorías y temas principales
Ciencia de los datos
Grandes datos
Análisis de negocio
Aprendizaje profundo
Aprendizaje automático
PNL (Procesamiento de Lenguaje Natural)
Aprendizaje reforzado
Red neuronal (tradicional y convolucional)
Aprendizaje supervisado
Aprendizaje sin supervisión
Modelado en Python y R
Análisis de series temporales
Ingenieria de datos
Tenemos más de 200,000 usuarios registrados en nuestro blog y boletín y más de 2.4 millones de visitas mensuales en nuestro portal. La gente se involucra en Analytics Vidhya para aprender de líderes de opinión y expertos de la industria, participar en la contratación, marca y solución de problemas / piratías de contratación pública en nuestra plataforma Global DataHack (https://datahack.analyticsvidhya.com/contest/all/) en áreas tales como Inteligencia Artificial, Aprendizaje Automático, Ingeniería de Datos, Minería de Datos y Análisis Avanzado, y también participar en discusiones para compartir ideas y resolver problemas de negocios relacionados con los datos para las organizaciones. Durante los últimos 2 años, hemos participado en más de 60 hackathons con algunas de las principales compañías globales en el mundo y en la India. También tenemos una plataforma dedicada para cursos (https://trainings.analyticsvidhya.com/) creada por los mejores en ciencia de datos donde puede inscribirse en cursos y mejorar su conjunto de habilidades.
Privacidad: https://www.analyticsvidhya.com/privacy-policy/
Términos: https://www.analyticsvidhya.com/terms/
Categoría : Educación
Búsquedas relacionadas