小时的代码:前5数据科学和机器学习项目
今天是最后一天的小时的代码与JetBrains学院。西甲积分manbetx2.0结束我们的阵容的帖子一个激动人心的注意我们准备一个特殊的治疗更有经验的学习者,我们将讨论机器学习和数据的科学。一如既往,你可以找到所有我们本周发表的文章中列出JetBrains学院加入我们小时的代码西甲积分manbetx2.0职位。
机器学习和数据科学在过去十年已成为热门话题。流媒体服务与内置的推荐算法,人工智能数字助理,和在线地图显示最佳路线的目的地——很难想象当今世界没有这些技术。
科学是一个领域,研究和分析数据。机器学习是人工智能的一个分支,它探讨了机器学习和适应的能力通过统计模型和算法。机器学习和数据科学他们之间有很多共同的话题:数学、统计、概率,不同的方法处理数据,和编程(使用最广泛的语言是Python、SQL和Java)。
有不少DS和ML的踪迹JetBrains学院可供选择。西甲积分manbetx2.0让你的学习更令人兴奋的旅程,看看我们五大最受欢迎的数据科学和机器学习项目。
生成随机(中等)
已经无数次证明人类是很不擅长产生随机序列。我们邀请你去看自己的证据,并创建一个简单的程序,将学习用户行为预测“随机”。在这个项目中,你将熟悉概率论和数学,了解几何概率,看看简单的统计数据可以预测一个特定的结果。至于编程,你会刷新Python NumPy库基础知识、磨练你的技能。
数据分析为医院(硬)
医疗保健。在这个项目中,你将帮助当地医院整理和分析数据库与他们的病人。您将上传数据,处理数据遗漏和错误的数据填充,找到主要的统计特征,可视化数据。总而言之,你将进行一个全面的数据研究使用熊猫库——从CSV文件上传数据和纠正错误的简单的数据可视化。
线性回归从头开始(挑战)
线性回归是最受欢迎的机器学习算法之一。这个项目将教你使用Python实现线性回归算法的类、方法、函数和Numpy库。您还将了解线性代数和矩阵运算,实现健康,预测,和评分方法。最后,你将比较的性能模型与scikit-learn线性回归算法。
手写数字的分类(挑战)
我们都知道至少有一个人几乎不合格的笔迹。它基本上是不可能理解他们写的东西。好吧,如果你迫切需要破译等人的写作,这个项目将会有很大的帮助。在这里,你要探索的主要分类算法和学习如何找到并培养最好的手写数字的分类模型。作为一个结果,你会亲身经历的Keras数据集,训练各种分类算法,并使用scikit-learn找到最好的一个工具。
逻辑回归从头开始(挑战)
逻辑回归是另一个受欢迎的模型应用于数据的科学。线性回归、逻辑回归估计不同变量之间的关系,通常用于分类和预测分析。这个项目的主要思想是实现梯度下降了两个不同的成本函数,设计一种方法来预测一个给定的概率样本属于某个类,并分析培训的错误。你就会明白背后的数学逻辑回归和学习两种成本函数,均方误差和日志的损失。
谢谢你和我们本周!你找到你喜欢的项目在我们的文章吗?如果不是,与我们分享他们在社交媒体上使用标签# JetBrainsAcademy和# HourOfCode。西甲积分manbetx2.0
当然,我们还没有忘记我们的礼物!如果你已经解决了所有7一天的问题本周,检查你的邮箱在12月15 - 25%的折扣将会等待你。记住,折扣代码只会是有效的,直到今年年底。
快乐时光的代码!
JetBr西甲积分manbetx2.0ains学院团队
