Chia Sẻ Khóa Học Machine Learning, Deep Learning Và Bayesian Learning [Khóa 7975 A]
Học Machine Learning, Deep Learning, Bayesian Learning và Model Deployment trong Python.
Bạn sẽ học được gì:
- ✓ Deep Learning với Tensorflow !!!
- ✓ Deep Learning với PyTorch !!! Có cả Tensorflow + PyTorch!
- ✓ Bayesian learning với PyMC3.
- ✓ Data Analysis với Pandas.
- ✓ Thuật toán từ đầu sử dụng Numpy.
- ✓ Sử dụng Scikit-learning để phát huy hết tác dụng của nó.
- ✓ Model Deployment.
- ✓ Model Diagnostics.
- ✓ Natural Language Processing.
- ✓ Unsupervised Learning.
- ✓ Natual Language Processing với Spacy.
- ✓ Time series modelling với FB Prophet
- ✓ Python.
Đây là khóa học về Machine Learning, Deep Learning (Tensorflow + PyTorch) và Bayesian Learning (có tất cả 3 chủ đề ở một nơi !!!). Có CẢ Pytorch và Tensorflow cho Deep Learning.
Chúng ta bắt đầu bằng phân tích dữ liệu bằng cách sử dụng pandas và triển khai một số thuật toán từ đầu bằng cách sử dụng Numpy. Các thuật toán này bao gồm linear regression, Classification và Regression Trees (CART), Random Forest và Gradient Boosted Trees.
Chúng ta bắt đầu sử dụng TensorFlow cho các bài học Deep Learning của chúng ta. Điều này sẽ bao gồm Feed Forward Network, Convolutional Neural Net (CNN) và Recurrent Neural Net (RNN). Đối với các bài học Deep Learning nâng cao hơn, chúng ta sử dụng PyTorch với PyTorch Lightning.
Chúng ta tập trung vào cả lập trình và khía cạnh toán học / thống kê của khóa học này. Điều này là để đảm bảo rằng bạn đã sẵn sàng cho những câu hỏi lý thuyết đó tại các cuộc phỏng vấn, đồng thời có thể đưa Machine Learning vào thực tiễn vững chắc.
Một số lĩnh vực chính khác trong Machine Learning mà chúng ta thảo luận bao gồm, unsupervised learning, time series analysis và Natural Language Processing. Scikit-learning là một công cụ thiết yếu mà chúng ta sử dụng trong toàn bộ khóa học.
Khóa học dành khá nhiều thời gian cho feature engineering và đảm bảo rằng các mô hình của bạn không bị quá tải. Diagnosing Machine Learning và Deep Learning) models bằng cách chia thành training và testing cũng như xem xét số liệu chính xác có thể tạo ra sự khác biệt.
Tôi muốn nhấn mạnh rằng chúng ta nói về Machine Learning Deployment, vì đây là một chủ đề hiếm khi được nói đến. Chìa khóa để trở thành một nhà khoa học dữ liệu giỏi là có một mô hình không bị phân rã trong production.
Khóa học này dành cho ai:
- ✓ Bất kỳ ai quan tâm đến Machine Learning.
Mục lục:
- ✓ 01 - Giới thiệu.
- ✓ 02 - Python + Pandas + Plotting Basic.
- ✓ 03 - Machine Learning: Numpy + Scikit Learn.
- ✓ 04 - Machine Learning: Classification + Time Series + Model Diagnostics.
- ✓ 05 - Unsupervised Learning.
- ✓ 06 - Natural Language Processing + Regularization.
- ✓ 07 - Deep Learning.
- ✓ 08 - Deep Learning (TensorFlow) - Convolutional Neural Nets.
- ✓ 09 - Deep Learning: Recurrent Neural Nets.
- ✓ 10 - Deep Learning: PyTorch Introduction.
- ✓ 11 - Deep Learning: Transfer Learning với PyTorch Lightning.
- ✓ 12 - Pixel Level Segmentation (Semantic Segmentation) với PyTorch.
- ✓ 13 - Deep Learning: Transformers và BERT.
- ✓ 14 - Bayesian Learning và probabilistic programming.
- ✓ 15 - Model Deployment.
- ✓ 16 - AWS Sagemaker for Model Deployment.
- ✓ 17 - Lời kết.
NHẬN GET EBOOK TRÊN AMAZON THEO YÊU CẦU
