Скачать Excel для науки о данных и машинного обучения - udemy (2022)

[bart]

Excel для науки о данных и машинного обучения
Excel for Data Science and Machine Learning
udemy

Почему машинное обучение и наука о данных в Excel?

Используют ли вообще Excel специалисты по данным и аналитики данных?

Ответ – громкое «Да, есть!»

Немногие в организации умеют читать Jupyter Notebook, но с Excel знакомы буквально все. Он обеспечивает прямую визуальную информацию, которая необходима как экспертам, так и новичкам для применения наиболее распространенных методов машинного обучения. Кроме того, он естественным образом подходит для подготовки данных.

На самом деле, простота Excel снижает входные барьеры и позволяет сразу же проводить собственный анализ данных. Даже если вы не являетесь выпускником факультета компьютерных наук с навыками программирования на Python, этот курс научит вас самостоятельно выполнять машинное обучение и расширенный статистический анализ.

Excel — идеальная среда для понимания логики различных методов машинного обучения в простой для понимания форме. Все, что вам нужно сделать, это начать, и в кратчайшие сроки вы сможете полностью понять интуицию, лежащую в основе алгоритмов ML, вообще без необходимости кодировать.

Итак, если вы не занимаетесь программированием, но хотите заняться наукой о данных, статистическим анализом и машинным обучением, и вы стремитесь стать аналитиком данных или специалистом по данным, вы попали в нужное место.

Методы машинного обучения, которые мы рассмотрим в курсе:

• Линейная регрессия
• Множественная линейная регрессия
• Логистическая регрессия
• Кластерный анализ
• Кластеризация K-средних
• Деревья решений

Вы изучите основные концепции статистики и машинного обучения, такие как:

• Коэффициенты регрессии
• Изменчивость
• Допущения МНК
• ROC-кривая
• Недооснащение
• Переоснащение
• Разница между классификацией и кластеризацией
• Как выбрать количество кластеров
• Как кластеризовать категориальные данные
• Когда стандартизировать данные
• Плюсы и минусы кластеризации
• Энтропия (функция потерь)
• Прирост информации

Как видите, мы стремимся научить вас основам машинного обучения и расширенного статистического анализа с помощью программного обеспечения, которое действительно легко понять. И самое приятное то, что после того, как вы закончите этот курс, у вас будут теоретические знания, которые вам понадобятся, если вы решите погрузиться в продвинутые фреймворки, доступные в Python.

Итак, если вы увлечены машинным обучением, но не умеете программировать, то этот курс — идеальная возможность для вас. Нажмите «Купить сейчас», взволновайтесь и начните свое путешествие в ML уже сегодня!

Для кого этот курс:

• Вам следует пройти этот курс, если вы хотите понять основы машинного обучения
• Не умеете программировать, но хотите самостоятельно заниматься машинным обучением? Это идеальный курс для вас
• Этот курс отлично подходит, если вы стремитесь стать аналитиком данных или специалистом по данным

Требования

• Понимание базовой статистики
• Начальное знание Excel

Материал на английском языке



Продажник:

Для просмотра вы должны войти или зарегистрироваться.

Скачать: