डेटा साइंस

1. यंत्र शिक्षा का परिचय: पायथन, आर और अनुप्रयोग एआई

मशीन लर्निंग

1. नए विचारों को विकसित करना और अपने विचारों को पहले से स्थापित सिद्धांतों से जोड़ना।

★ 4.5 (3,815)

पायथन डाटा विज्ञान और मशीन सीखने के आधार

मशीन लर्निंग

इसका प्रयोग डेटा विश्लेषण, दृश्यीकरण और मशीन लर्निंग मॉडल बनाने के लिए किया जाता है।

★ 4.6 (3,156)

1. गणित, विज्ञान, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गणितीय विश्लेषण, गण

मशीन लर्निंग

डेटा विज्ञान की बुनियादी अवधारणाओं को नियंत्रित करें, मूल सांख्यिकी से लेकर प्रारंभिक मशीन लर्निंग तक, बिना किसी पूर्व अनुभव की आवश्यकता के।

★ 4.6 (3,190)

पायथन डाटा विज्ञान, मशीन सीखना, और एआई नींव

मशीन लर्निंग

डेटा विश्लेषण, पूर्वानुमान मॉडलिंग और कृत्रिम बुद्धिमत्ता में पायथन, पांडा और टेन्सरफ्लो का उपयोग करके संरचनात्मक पाठ-आधारित पाठ्यक्रमों के माध्यम से एक मजबूत नींव बनाएं।

★ 4.6 (1,296)

मशीन सीखने और डाटा विज्ञान के लिए पायथन: व्यावहारिक आधार

मशीन लर्निंग

जटिल डेटा का विश्लेषण करना सीखें, भविष्यवाणियों के मॉडल बनाएं और पायथन, NumPy, Pandas और Scikit-Learn का उपयोग करके मशीन लर्निंग एल्गोरिदम लागू करें।

★ 4.7 (1,126)

डाटा विज्ञान और मशीन लर्निंग: पायथन और एआई के लिए एक शुरुआती गाइड

मशीन लर्निंग

पायथन, डेटा विश्लेषण और भविष्यवाणी मॉडलिंग में एक ठोस नींव बनाएं ताकि मशीन लर्निंग और गहरे सीखने की तकनीकों के साथ वास्तविक दुनिया की समस्याओं को हल किया जा सके।

★ 4.2 (6,045)

पायथन में अनसुपरेटेड मशीन लर्निंग और क्लस्टरिंग

मशीन लर्निंग

के-मेन्स, श्रेणीबद्ध समूहन तथा व्यावहारिक पायथन कार्यान्वयन के साथ घनत्व अनुमान का उपयोग कर बिना लेबल किए हुए डाटा में छिपे पैटर्न को कैसे ढूंढें, यह जानें.

★ 4.7 (5,236)

पायथन में सपोर्ट वेक्टर मशीन: अनुप्रयोग मशीन सीखना

मशीन लर्निंग

एक मजबूत आधार पर समर्थन वेक्टर मशीन, कोर ज्यामितीय सिद्धांतों से Python में शक्तिशाली वर्गीकरण और रीग्रेसन मॉडल को लागू करने के लिए।

★ 4.7 (1,930)

पायथन तथा साइकिट-लर्न के साथ व्यावहारिक मशीन शिक्षा

मशीन लर्निंग

पायथन और scikit-learn का उपयोग करके संरचनात्मक, चरण-दर-चरण लिखित गाइडों के माध्यम से पूर्वानुमान मॉडल बनाएं, मूल्यांकन करें और अनुकूलित करें।

★ 4.6 (8,780)

scikit-learn के साथ पायथन में नियंत्रित मशीन सीखना

मशीन लर्निंग

वास्तविक दुनिया की वर्गीकरण और रीग्रेसन समस्याओं को हल करने के लिए पायथन और scikit-learn का उपयोग करके पूर्वानुमान मॉडल बनाएं, ट्यून करें और मूल्यांकन करें।

★ 4.8 (8,004)

डाटा विज्ञान के आधार

मशीन लर्निंग

डेटा सेट का विश्लेषण कैसे करें, भविष्यवाणियों के मॉडल कैसे बनाएं और पायथन का उपयोग करके आधुनिक डेटा कार्यप्रवाह कैसे लागू करें।

★ 5.0 (6,972)

1. विज्ञान और प्रौद्योगिकी का समन्वय।

मशीन लर्निंग

कार्यात्मक अंतर्दृष्टि निकालने और आधुनिक पायथन टूल्स का उपयोग करके सूचित निर्णय लेने के लिए डेटा विश्लेषण और मशीन लर्निंग के आवश्यक तत्वों को नियंत्रित करें।

★ 5.0 (6,972)

1. शिक्षा और प्रशिक्षण :- शिक्षा और प्रशिक्षण का संबंध शिक्षा से है।

मशीन लर्निंग

डेटा विश्लेषण, मशीन लर्निंग और न्यूरल नेटवर्क में पायथन का उपयोग करके कृत्रिम बुद्धिमत्ता के तेजी से बढ़ते क्षेत्र में अपने कैरियर की शुरुआत करें।

★ 4.9 (3,752)

3. अध्ययन के साथ व्यवहारिक शिक्षा का समन्वय।

मशीन लर्निंग

1. नैतिकता के सिद्धांतों का अध्ययन और विश्लेषण करना, जैसे कि नैतिकता का सिद्धांत और नैतिकता का सिद्धांत।

★ 4.7 (3,739)

1. नैतिकता का निर्माण : नैतिकता का निर्माण और विकास करना।

मशीन लर्निंग

मशीन लर्निंग की मूल अवधारणाओं को नियंत्रित करें और पायथन और उद्योग मानक कार्यप्रवाह का उपयोग करके पूर्वानुमान मॉडल बनाने, मूल्यांकन करने और तैनात करने के लिए सीखें।

★ 4.6 (3,638)

2. यंत्र शिक्षा (Machine Learning) : यंत्रों का अध्ययन और उपयोग।

मशीन लर्निंग

माइक्रोसॉफ्ट ने एक नए एल्गोरिथ्म का विकास किया है, जो डेटा को स्टोर करने और इसे खोजने के लिए उपयोग किया जाता है।

★ 4.5 (3,185)

पायथन तथा सांख्यिकी के साथ मशीन सीखने की नींव

मशीन लर्निंग

1. यंत्र शिक्षा के लिए एक ठोस आधार तैयार करें और पायथन का उपयोग करके यंत्र शिक्षा और सुदृढ़ीकरण शिक्षा एल्गोरिदम को कैसे लागू किया जाए, यह सीखें।

★ 4.6 (2,374)

पायथन तथा scikit-learn के साथ मशीन लर्निंग की बुनियाद

मशीन लर्निंग

पायथन, scikit-learn और आधुनिक कार्यप्रवाह पाइपलाइन का उपयोग करके बुनियादी मशीन लर्निंग मॉडल का निर्माण, मूल्यांकन और तैनाती करें।

★ 4.7 (1,121)

मशीन सीखने के लिए पायथन आधार

मशीन लर्निंग

पूर्वानुमान मॉडलिंग के लिए ठोस आधार बनाने के लिए NumPy और Pandas का उपयोग करके डेटा को कैसे साफ करें, संपादित करें और संरचना करें।

★ 4.5 (1,087)

पायथन के साथ उन्नत डाटा विश्लेषिकी तथा पूर्वानुमान मॉडलिंग

मशीन लर्निंग

जटिल डेटा सेट को साफ करने, सांख्यिकीय विश्लेषण करने और पायथन और आधुनिक डेटा लाइब्रेरी का उपयोग करके भविष्यवाणियों के मॉडल को तैनात करने के लिए कौशल का निर्माण करें।

★ 4.8 (1,021)

डेटा साइंस और मशीन लर्निंग के मूल सिद्धांत

मशीन लर्निंग

Python, pandas, और scikit-learn का उपयोग करके डेटा का विश्लेषण करना, भविष्य कहनेवाला मॉडल बनाना और शुरू से ही अंतर्दृष्टि उजागर करना सीखें।

★ 4.1 (36)

Python के साथ एप्लाइड डेटा साइंस: प्रैक्टिकल एनालिटिक्स

मशीन लर्निंग

आधुनिक Python लाइब्रेरी का उपयोग करके व्यावहारिक डेटा एनालिटिक्स कौशल बनाएँ और वास्तविक दुनिया के डेटासेट पर मशीन लर्निंग मॉडल लागू करें।

★ 4.5 (19)

R और Python प्रोजेक्ट्स के साथ मशीन लर्निंग

मशीन लर्निंग

R और Python में प्रोजेक्ट-आधारित लिखित अभ्यासों के माध्यम से मशीन लर्निंग एल्गोरिदम को पढ़कर और लागू करके मूलभूत डेटा विज्ञान कौशल विकसित करें।

★ 4.6 (19)

AI के लिए Python की नींव: डेटा तैयार करना और विज़ुअलाइज़ेशन

मशीन लर्निंग

अपना वातावरण सेट करना, NumPy के साथ डेटासेट में हेरफेर करना, और आर्टिफिशियल इंटेलिजेंस के लिए एक मजबूत कम्प्यूटेशनल नींव स्थापित करने के लिए स्पष्ट विज़ुअलाइज़ेशन बनाना सीखें।

★ 4.5 (19)