PickAClass · KI, Technologie & Ingenieurwesen · KI & Machine Learning

Überwachtes Lernen

Meistern Sie die häufigste Art des maschinellen Lernens. Lernen Sie, Modelle zu erstellen, die Vorhersagen auf der Grundlage von gekennzeichneten Daten treffen und Regressions- und Klassifikationsaufgaben abdecken.

Überwachtes Lernen

Klassifikation von Machine Learning: Überwachte Algorithmen und Implementierung

Einführung in Machine Learning mit Scikit-Learn und Python

Feature Engineering für maschinelles Lernen

Grundlagen des maschinellen Lernens für Empfehlungssysteme

Anwendung von Klassifikationsalgorithmen im maschinellen Lernen

Zufallswaldmodelle für die prädiktive Analyse

Feature Engineering und Datentransformation für maschinelles Lernen

Logistischer Regression: Grundlagen der Klassifikation im maschinellen Lernen

Grundlagen des maschinellen Lernens mit Python

Grundlagen der angewandten Datenwissenschaft und des maschinellen Lernens

Praktische Zufallswaldregression in Python

Feature Engineering und Datenaufbereitung für Machine Learning

Klassifikation in der Datenwissenschaft: Grundlagen und Anwendungen

Meistern des Bias-Varianzabgleichs im maschinellen Lernen

Grundlagen von Entscheidungsbäumen für maschinelles Lernen

Angewandtes Machine Learning in R mit Caret

Überwachtes maschinelles Lernen: Vorhersagen mit beschrifteten Daten

Erstellen von Machine Learning-Modellen: Regression, Klassifizierung und Clustering

Grundlagen des maschinellen Lernens: Neuronale Netze und Zufallswälder

Logistischer Regression in Python: Pipelines für überwachtes maschinelles Lernen

Einführung in Regression und Klassifikation in der Datenwissenschaft

Angewandtes Machine Learning: Praktische Techniken für reale Probleme

Machine Learning für wissenschaftliche Forschung und Datenanalyse

Angewandte Lineare Regression und Supervised Learning in Python