Curs
Descrierea traseului
Fundamentele învățării automate în Python
Deblochează puterea învățării automate cu Python
Pătrunde în lumea captivantă a învățării automate cu Python în acest Track cuprinzător. Vei începe prin a stăpâni fundamentele învățării supravegheate folosind biblioteca populară scikit-learn. Lucrează cu seturi de date din lumea reală pentru a construi modele predictive puternice și a dobândi experiență practică în abordarea problemelor de clasificare și regresie.Explore Tehnici de învățare nesupravegheată
Extinde-ți abilitățile învățând cum să descoperi tipare și structuri ascunse în date neetichetate. Folosind bibliotecile scikit-learn și scipy din Python, vei:- Grupează punctele de date în grupuri distincte
- Reduce dimensiunea pentru a vizualiza seturi de date cu multe dimensiuni
- Extrage informații valoroase din date complexe
- Aplică învățarea nesupravegheată pentru a rezolva provocări din lumea reală
Intră în Deep Learning cu PyTorch
Descoperă puterea rețelelor neuronale și a învățării profunde în timp ce înveți să construiești și să antrenezi modele folosind PyTorch, un framework de învățare profundă de ultimă generație. Prin exerciții interactive, vei construi prima ta rețea neuronală de la zero, stăpânind în același timp concepte-cheie precum backpropagarea și coborârea gradientului. Vei explora, de asemenea, tehnici pentru optimizarea performanței modelului prin ajustarea hiperparametrilor și aplicarea învățării profunde la sarcini precum clasificarea imaginilor și analiza sentimentelor.Explore Fundamentele învățării prin întărire
Finalizează-ți parcursul de machine learning explorând domeniul fascinant al învățării prin întărire. Folosind biblioteca Gymnasium din Python, vei învăța cum agenții inteligenți pot învăța comportamente optime prin încercare și eroare. Obține experiență practică:- Formularea problemelor de învățare prin întărire
- Implementarea algoritmilor clasici precum Q-learning și policy gradients
- Antrenarea agenților pentru a rezolva medii complexe
- Aplicarea învățării prin întărire la scenarii din lumea reală, precum jocurile și robotica