หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

เริ่มต้นด้วยการเรียนรู้ของเครื่องและการเรียนรู้อย่างลึกซึ้ง

แสดง repo นี้หากคุณพบว่ามีประโยชน์

โมดูล 1 - การเขียนโปรแกรม Python

ชื่อหัวข้อ สิ่งที่ครอบคลุม
อินโทรไปยัง Python แอปพลิเคชันและคุณสมบัติของ Python, โปรแกรม Hello World, ตัวระบุ และกฎเพื่อกำหนดตัวระบุ ชนิดข้อมูล (ตัวเลข, บูลีน, สตริง, รายการ, tuple, set และ dict), ความคิดเห็น, อินพุตและเอาต์พุต, ผู้ ประกอบการ
โครงสร้างข้อมูลใน Python (Strings, List, Tuple, Set, Dictionary) Strings - การสร้างสตริงการจัดทำดัชนีการแยกส่วนเข้าร่วม ฯลฯ รายการ - การเริ่มต้นการจัดทำดัชนีการแบ่งการเรียงลำดับการผนวกต่อท้าย ฯลฯ tuple - การเริ่มต้นการจัดทำ ดัชนี การหั่นจำนวนดัชนี ฯลฯ ตั้ง ค่าการเริ่มต้นลำดับที่ไม่เรียงลำดับ
งบควบคุม (เงื่อนไขและลูป) คำสั่งแบบมีเงื่อนไข - การแนะนำการเยื้องถ้าคำสั่งถ้า ... คำสั่งอื่น ๆ ถ้า .. elif ... คำสั่งอื่น, ซ้อนกันถ้าคำสั่งอื่น, ลูป - ในขณะที่ลูปในขณะที่ ... ลูปอื่นผู้ดำเนินการสมาชิกสำหรับลูปสำหรับ ... ลูปอื่น ๆ ลูป
ฟังก์ชั่นและโมดูล ฟังก์ชั่น - บทนำเกี่ยวกับฟังก์ชั่น Python, นิยามฟังก์ชั่นและการเรียก, ฟังก์ชั่นที่มีอาร์กิวเมนต์/พารามิเตอร์, คำสั่งส่งคืน, ขอบเขตของตัวแปร, ตัวแปรส่วนกลาง, โมดูล - บทนำสู่โมดูล, การนำเข้าโมดูล, นามแฝง, จาก ... นำเข้าคำสั่งนำเข้าทุกอย่าง
การเขียนโปรแกรมเชิงวัตถุ คลาสและวัตถุ - การสร้างคลาส, อินสแตนซ์วัตถุ, คอนสตรัคเตอร์ , สมาชิกชั้น - ตัวแปรและ mentods, ประเภทของตัวแปร - อินสแตนซ์, ตัวแปรคงที่และท้องถิ่น, ประเภท ของ วิธี การ - อินสแตนซ์, คลาสและวิธีการแบบคงที่, ตัว ดัดแปลงการเข้าถึง - สาธารณะ และการป้องกัน
การจัดการข้อยกเว้น ข้อผิดพลาดกับข้อยกเว้นไวยากรณ์และข้อผิดพลาดการเยื้อง ลอง ... ยกเว้น บล็อก, การควบคุมการไหลในลอง ... ยกเว้นบล็อกลองด้วยหลาย ๆ ยกเว้นบล็อก ในที่สุด ลอง ... ยกเว้น ... อื่น ๆ ลองซ้อนกัน ... ยกเว้น ... ในที่สุด ผู้ใช้ก็กำหนดข้อยกเว้น
การจัดการไฟล์ รู้เบื้องต้นเกี่ยวกับการจัดการไฟล์การเปิดและปิดไฟล์คุณสมบัติวัตถุไฟล์อ่านข้อมูลจากไฟล์ข้อความเขียนข้อมูลไปยังไฟล์ข้อความ พร้อม คำสั่งการเปลี่ยนชื่อและการลบไฟล์
เว็บ API อินเทอร์เฟซการเขียนโปรแกรมแอปพลิเคชัน , API สถานีอวกาศอินเดีย, คำขอ API, รหัสสถานะ, พารามิเตอร์การสืบค้น, รับ JSON จากคำขอ API, ทำงานกับ JSON - Dump and Load, ทำงานกับ Twitter API
ฐานข้อมูล ข้อมูลเบื้องต้นเกี่ยวกับฐานข้อมูล, SQLITE3 - การเชื่อมต่อ Python กับ SQLite3, การดำเนินการ crud, mysql - การเชื่อมต่อ python กับ mysql, การดำเนินการ crud , mongoDb - การเชื่อมต่อ python กับ mongoDb
รายการความเข้าใจแลมบ์ดาตัวกรองแผนที่ลดลง ความเข้าใจในรายการฟังก์ชั่นที่ไม่ระบุชื่อตัวกรองแผนที่ลดฟังก์ชั่นนามแฝงฟังก์ชั่น
การแก้ปัญหาสำหรับการสัมภาษณ์ การสลับตัวเลขสองตัว, แฟคทอเรียลของตัวเลข, หมายเลขสำคัญ, ลำดับ fibbonnacci, หมายเลข Armstrong, หมายเลข Palindrome ฯลฯ

โมดูล 2 - Python สำหรับการวิเคราะห์ข้อมูล

ชื่อหัวข้อ สิ่งที่ครอบคลุม
กรอบการวิเคราะห์ข้อมูล การรวบรวมข้อมูล, ความเข้าใจทางธุรกิจ, การวิเคราะห์ข้อมูลเชิงสำรวจ , การเตรียมข้อมูล, การสร้างแบบจำลอง, การประเมินแบบจำลอง, การปรับใช้, การทำความเข้าใจกระบวนการมาตรฐานข้ามอุตสาหกรรมสำหรับการขุดข้อมูล ( CRISP-DM ) และกระบวนการวิทยาศาสตร์ข้อมูลทีมของ Microsoft ( TDSP )
นม การคำนวณเชิงตัวเลขอาร์เรย์โดยใช้ NumPy การสร้างอาร์เรย์ numpy การดำเนินการขั้นพื้นฐานในอาร์เรย์ numpy - ตรวจ สอบ ขนาดรูปร่างประเภทข้อมูลและรายการ, ทำไม numpy , วิธีต่าง ๆ ในการสร้างอาร์เรย์ numpy, numpy arange () module -rand การดำเนินการ ใน numpy array - add (), ลบ (), คูณ (), divide (), dot (), matmul (), sum (), log (), exp (), ฯลฯ , การดำเนิน การ ทางสถิติ บน numpy array - min (), max (), ค่าเฉลี่ย () - Linspace, การเรียงลำดับ, การซ้อน, การต่อกัน, ต่อท้าย, ที่ไหนและ numpy broadcasting
แพนด้าสำหรับผู้เริ่มต้น โครงสร้างข้อมูล Pandas - ซีรีส์, dataframe และ panel, การสร้างซีรีส์ , การเข้าถึงข้อมูล, การสร้าง dataframe โดยใช้ tuples และพจนานุกรม, คุณลักษณะ dataframe - คอลัมน์, รูปร่าง, dtypes, แกน, ค่า, ฯลฯ , dataframe วิธี - head (), tail (), ข้อมูล () .csv และ .xlsx - to_csv () และ to_excel ()
การดำเนินการแพนด้าล่วงหน้า สิ่งที่ครอบคลุม
กรณีศึกษา - การจัดการแพนด้า สิ่งที่ครอบคลุม
การรักษามูลค่าที่ขาดหายไป สิ่งที่ครอบคลุม
พื้นฐาน VisuAllization - Matplotlib และ Seborn สิ่งที่ครอบคลุม
กรณีศึกษา - Covid_19_timeseries สิ่งที่ครอบคลุม
วางแผนและแสดงออก สิ่งที่ครอบคลุม
Outliers - เร็ว ๆ นี้ สิ่งที่ครอบคลุม

โมดูล 3 - สถิติสำหรับการวิเคราะห์ข้อมูล

ชื่อหัวข้อ สิ่งที่ครอบคลุม
การกระจายปกติ สิ่งที่ครอบคลุม
ทฤษฎีบทขีด จำกัด กลาง สิ่งที่ครอบคลุม
การทดสอบสมมติฐาน สิ่งที่ครอบคลุม
การทดสอบ Chi Square สิ่งที่ครอบคลุม
ทำการทดสอบทางสถิติ สิ่งที่ครอบคลุม

โมดูล 4 - การเรียนรู้ของเครื่องจักร

  1. การเตรียมข้อมูลและการสร้างแบบจำลองด้วย Sklearn
  2. การทำงานกับข้อมูลข้อความ
  3. การทำงานกับข้อมูลภาพ
  4. อัลกอริทึม ML ที่ได้รับการดูแล
    - K - เพื่อนบ้านที่ใกล้ที่สุด
    - การถดถอยเชิงเส้น
    - การถดถอยโลจิสติก
    - การไล่ระดับสี
    - ต้นไม้ตัดสินใจ
    - สนับสนุนเครื่องเวกเตอร์
    - รุ่นที่มีวิศวกรรมคุณสมบัติ
    - การปรับแต่งพารามิเตอร์
    - วงดนตรี
  5. อัลกอริทึม ML ที่ไม่ได้รับการดูแล
    - การจัดกลุ่ม
    - การวิเคราะห์องค์ประกอบหลัก

โมดูล 5 - Mlops

ชื่อหัวข้อ สิ่งที่ครอบคลุม
แบบจำลองการทำให้เป็นอนุกรมและ deserialization สิ่งที่ครอบคลุม
การรวมแอปพลิเคชัน สิ่งที่ครอบคลุม
MLFLOW - การติดตามการทดลองและการจัดการแบบจำลอง สิ่งที่ครอบคลุม
นายอำเภอ - Orchestrate ML Pipeline สิ่งที่ครอบคลุม

โมดูล 6 - กรณีศึกษา

ชื่อหัวข้อ สิ่งที่ครอบคลุม
การทำนายราคารถยนต์ (การถดถอย) สิ่งที่ครอบคลุม
การวิเคราะห์ความเชื่อมั่นของสายการบิน (NLP - การจำแนกประเภท) สิ่งที่ครอบคลุม
การทำนายรายได้สำหรับผู้ใหญ่ (การจำแนก) สิ่งที่ครอบคลุม
การพัฒนาเว็บแอป + การทำให้เป็นอนุกรมและการ deserialization สิ่งที่ครอบคลุม
การปรับใช้ AWS สิ่งที่ครอบคลุม
การปรับใช้ streamlit heroku สิ่งที่ครอบคลุม
การแบ่งส่วนลูกค้า สิ่งที่ครอบคลุม
การทิ้งเว็บ สิ่งที่ครอบคลุม

โมดูล 7 - การเรียนรู้อย่างลึกซึ้ง

ชื่อหัวข้อ สิ่งที่ครอบคลุม
รู้เบื้องต้นเกี่ยวกับการเรียนรู้อย่างลึกซึ้ง สิ่งที่ครอบคลุม
ฝึกอบรมเครือข่ายประสาทลึก + tensorflow.keras สิ่งที่ครอบคลุม
เครือข่ายประสาท Convolutional + tensorflow.keras สิ่งที่ครอบคลุม
เข้ารหัสอัตโนมัติสำหรับการบีบอัดภาพ สิ่งที่ครอบคลุม
เครือข่ายประสาทกำเริบ (เร็ว ๆ นี้) สิ่งที่ครอบคลุม
ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด