Inicio>Relacionado con la programación>Otro código fuente
Descargar

Comenzando con el aprendizaje automático y el aprendizaje profundo

Estrella este repositorio si lo encuentras útil

Módulo 1 - Programación de Python

Nombre del tema Que esta cubierto
Introducción a Python Aplicaciones y características de Python, Hello World Program, identificadores y reglas para definir identificadores, tipos de datos (numéricos, booleanos, cadenas, lista, tupla, set y dict), comentarios, entrada y salida, operadores - aritmático, reltaional, igualdad, lógico, bit a bit, asignación, ternaria, identidad y membresía
Estructuras de datos en Python (cadenas, lista, tupla, conjunto, diccionario) Cadenas : creación de una cadena, indexación, corte, división, unión, etc., lista - inicialización, indexación, rebanamiento, clasificación, agregado, etc., tuple - inicialización, indexación, corte, conteo, índice, etc., set - inicialización, secuencia no ordenada, establezca OpertAions, ETC, Dictionary - Inicialización, actualización, valores, valores, ítems, ítems, ítems, ítems, ítems, ítems, ítems, ítems, ítems, ítem
Declaraciones de control (condicionales y bucles) Declaraciones condicionales - Introducción de la sangría, si la declaración, si ... de lo contrario, si ... elif ... otra declaración, anidada si más d.
Funciones y módulos Funciones - Introducción a las funciones de Python, definición de funciones y llamadas, funciones con argumentos/parámetros, declaración de retorno, alcance de una variable, variables globales, módulos - Introducción a los módulos, importar un módulo, alias, desde ... Importar instrucción, importar todo, algunos módulos importantes, matemáticas, plataforma, aleatorias, webbrowser, etc.
Programación orientada a objetos Classes and Objects - Creating a class, Instantiating an Object, Constructor , Class Members - Variables and Mentods, Types of Variables - Instance, Static and Local Variables, Types of Methods - Instance, Class and Static Methods, Access Modifiers - Public, Private and Protected, Pillars of Object Oriented Programming - Inheritance, Polymorphism, Abstraction and Encapsulation, Setters and Getters , Inheritance vs Association
Manejo de excepciones Errores vs Errores de excepción, sintaxis y sangría, intente ... excepto el bloque, el flujo de control en el intento ... excepto el bloque, intente con múltiples excepto, finalmente bloquear, intente ... excepto ... de lo contrario, intento anidado ... excepto ... finalmente, excepción definida por el usuario
Manejo de archivos Introducción al manejo de archivos, la apertura y el cierre de un archivo, las propiedades del objeto de archivo, leer datos de los archivos de texto, escribir datos en archivos de texto, con instrucción, renombrar y eliminar archivos
API web Interfaz de programación de aplicaciones , API de la estación espacial india, solicitud de API, código de estado, parámetros de consulta, obteniendo JSON de una solicitud de API, trabajando con JSON - volteo y carga, trabajando con API de Twitter
Bases de datos Introducción a las bases de datos, SQLITE3 - Conectando Python con SQLite3, realizando Opertaciones de Crud, MySQL - Conectando Python con MySQL, realización de Opertaciones CRUD, MongoDB - Connecting Python con MongoDB, Operaciones de Crud, Mappes de relación de objetos - Sqlalchemy Orm, Operaciones de Operaciones de Complejo DBB DBB DBB DBB DBB
Comprensión de la lista, lambda, filtro, mapa, reducir Comprensión de la lista, funciones anónimas, filtro, mapa, reducción, alias de función
Resolución de problemas para entrevistas Intercambio de dos números, factorial de un número, número primo, secuencia de Fibbonnacci, número de armstrong, número de palindromo, etc.

Módulo 2 - Python para análisis de datos

Nombre del tema Que esta cubierto
Marco de análisis de datos Recopilación de datos, comprensión comercial, análisis de datos exploratorios , preparación de datos, construcción de modelos, evaluación de modelos, implementación, comprensión del proceso estándar de la industria cruzada para minería de datos ( CRISP-DM ) y el proceso de ciencia de datos del equipo de Microsoft ( TDSP )
Numpy Array Oriented Numerical Computations using Numpy , Creating a Numpy Array, Basic Operations on Numpy Array - Check Dimensions, Shape, Datatypes and ItemSize, Why Numpy , Various ways to create Numpy Array, Numpy arange() function, Numpy Random Module - rand(), randn(), randint(), uniform(), etc, Indexing and Slicing in Numpy Arrays, Applying Mathematical Operations on Numpy Array - add(), subtract(), multiply(), divide(), dot(), matmul(), sum(), log(), exp(), etc, Statistical Operations on Numpy Array - min(), max(), mean(), median(), var(), std(), corrcoef(), etc, Reshaping a Numpy Array, Miscellaneous Temas: linspace, clasificación, apilamiento, concatenación, anexo, dónde y transmisión numpy
Pandas para principiantes Estructuras de datos de Pandas: series, datos de datos y panel, creando una serie , acceso a datos, creación de un marco de datos utilizando tuplas y diccionarios, atributos de marco de datos - columnas, forma, dtypes, ejes, valores, etc., dataFrame Methods - head (), tail (), info (), describe (), trabajando con .xlsx - read_csv () y read_excele (). y .xlsx - to_csv () y to_excel ()
Operaciones avanzadas de pandas Que esta cubierto
Estudio de caso - Manipulación de pandas Que esta cubierto
Tratamiento de valor faltante Que esta cubierto
Conceptos básicos de la visualización - Matplotlib y Seaborn Que esta cubierto
Estudio de caso - Covid_19_Timeseries Que esta cubierto
Tramly y express Que esta cubierto
Outliers - Próximamente Que esta cubierto

Módulo 3 - Estadísticas para el análisis de datos

Nombre del tema Que esta cubierto
Distribución normal Que esta cubierto
Teorema de límite central Que esta cubierto
Prueba de hipótesis Que esta cubierto
Prueba de Chi Square Que esta cubierto
Realización de pruebas estadísticas Que esta cubierto

Módulo 4 - Aprendizaje automático

  1. Preparación de datos y modelado con Sklearn
  2. Trabajar con datos de texto
  3. Trabajar con datos de imagen
  4. Algoritmos ML supervisados
    - K - Vecinos más cercanos
    - Regresión lineal
    - Regresión logística
    - Descendencia de gradiente
    - Árboles de decisión
    - Máquinas de vectores de soporte
    - Modelos con ingeniería de características
    - Tuning de hiperparameter
    - conjuntos
  5. Algoritmos ML no supervisados
    - Agrupación
    - Análisis de componentes principales

Módulo 5 - MLOPS

Nombre del tema Que esta cubierto
Serialización y deserialización del modelo Que esta cubierto
Integración de aplicaciones Que esta cubierto
MLFLOW - Seguimiento de experimentos y gestión del modelo Que esta cubierto
Prefecto - Orquestador de la tubería ML Que esta cubierto

Módulo 6 - Estudios de casos

Nombre del tema Que esta cubierto
Predicción del precio del automóvil (regresión) Que esta cubierto
Análisis de sentimientos de la aerolínea (NLP - Clasificación) Que esta cubierto
Predicción de ingresos de adultos (clasificación) Que esta cubierto
Desarrollo de aplicaciones web + serialización y deserialización Que esta cubierto
Despliegue de AWS Que esta cubierto
Despliegue de Heroku racionalizado Que esta cubierto
Segmentación del cliente Que esta cubierto
Desguace web Que esta cubierto

Módulo 7 - Aprendizaje profundo

Nombre del tema Que esta cubierto
Introducción al aprendizaje profundo Que esta cubierto
Entrenamiento de una red neuronal profunda + tensorflow.keras Que esta cubierto
Red neuronal convolucional + tensorflow.keras Que esta cubierto
Codificadores automáticos para compresión de imágenes Que esta cubierto
Red neuronal recurrente (próximamente) Que esta cubierto
Expandir
Información adicional
Aplicaciones relacionadas
Recomendado para ti
Información relacionada Todo