| Forlægger | Analytics Vidhya Educon Private Limited |
|---|---|
| Udgivelses dato | 17. jan. 2020 |
| Dato tilføjet | 17. jan. 2020 |
| Os krav | iOS |
| Krav | Requires iOS 9.0 or later. Compatible with iPhone, iPad, and iPod touch. |
| Samlet antal downloads | 0 |
| Pris | Free |
Beskrivelse
Analytics Vidhya er Indiens største og verdens næststørste datavidenskabsfællesskab.
Vi sigter mod at hjælpe dig med at lære begreber inden for datavidenskab, machine learning, deep learning, big data og kunstig intelligens (AI) på den mest interaktive måde fra det grundlæggende helt op til meget avancerede niveauer.
Analytics Vidhya-appen leverer læringsressourcer af høj kvalitet til fagfolk i datavidenskab, dataingeniører og studerende, der ønsker at studere datavidenskab og maskinlæringsalgoritmer sammen med koder.
Nogle af de populære indlæg på appen
En omfattende læringssti til dyb læring i 2019
Den ultimative læringsvej til at blive dataforsker og mester maskinlæring i 2019
En komplet vejledning til at lære datavidenskab med Python fra bunden
Essentials of Machine Learning Algoritms (med Python og R-koder)
En introduktion til implementering af neurale netværk ved hjælp af TensorFlow
En komplet guide til at komme i gang med Deep Learning i Python
Tips og tricks til Ace Data Science-interviews
7 typer regressionsteknikker, du bør kende!
En komplet vejledning om Ridge og Lasso-regression i Python
Deep Learning Tutorial til at beregne skærmtiden for skuespillere i enhver video (med Python-koder)
Omfattende introduktion til Apache Spark, RDD'er & Dataframes (ved hjælp af PySpark)
En simpel introduktion til ansigtsgenkendelse (med Python-koder)
30 spørgsmål for at teste din forståelse af logistisk regression
En komplet vejledning om træbaseret modellering fra bunden i R & Python
Den mest omfattende Data Science læringsplan
6 nemme trin til at lære naiv Bayes-algoritme (med koder i Python og R)
Top 28 snydeark til Machine Learning, Data Science, Sandsynlighed, SQL & Big Data
Løsning af multi-label klassificeringsproblemer (casestudier inkluderet)
Forståelse af Support Vector Machine algoritme ud fra eksempler (sammen med kode)
Architecture of Convolutional Neural Networks (CNN'er) afmystificeret
Komplet guide til parameterjustering i XGBoost (med koder i Python)
Øvelse af maskinlæringsteknikker i R med MLR-pakke
Heroes of Deep Learning: Top Takeaways for håbefulde dataforskere fra Andrew Ngs Interview Series
Machine Learning og Deep Learning Algoritmer:
Lineære og logistiske regressioner
NaiveBayes
Neurale netværk
Beslutningstræer
Konvolutionelle neurale netværk
Langtidshukommelse tilbagevendende neurale netværk
SVM (Support Vector Machines)
Begrænsede Boltzmann-maskiner
Begrænsede Boltzmann-maskiner
Lær biblioteker og værktøjer:
Pandaer
Matplotlib
Scikit-lær
TensorFlow
Caffe
PyTorch
XGBoost
epoker
PySpark
Topkategorier og emner
Datavidenskab
Big data
Forretningsanalyse
Dyb læring
Maskinelæring
NLP (Natural Language Processing)
Forstærkende læring
Neuralt netværk (traditionelt og konvolutionelt)
Superviseret læring
Uovervåget læring
Modellering i Python og R
Tidsserieanalyse
Data Engineering
Vi har mere end 200.000 registrerede brugere til vores blog og nyhedsbrev og mere end 2,4 millioner månedlige besøg på vores portal. Folk engagerer sig i Analytics Vidhya for at lære af tankeledere og brancheeksperter, deltage i ansættelses-, branding- og problemløsning/crowd sourcing hackathons på vores Global DataHack Platform ( https://datahack.analyticsvidhya.com/contest/all/) inden for områder som f.eks. som Artificial Intelligence, Machine Learning, Data Engineering, Data Mining og Advanced Analytics, og deltager også i diskussioner for at dele ideer og løse datarelaterede forretningsproblemer for organisationer. I løbet af de sidste 2 år har vi deltaget i mere end 60 hackathons med nogle af de førende globale virksomheder i verden og i Indien. Vi har også en dedikeret platform for kurser (https://trainings.analyticsvidhya.com/) skabt af de bedste inden for datavidenskab, hvor du kan tilmelde dig kurser og skærpe dine færdigheder.
Fortrolighed: https://www.analyticsvidhya.com/privacy-policy/
Vilkår: https://www.analyticsvidhya.com/terms/