MP4 - Learn Data Science And Machine Learning With Python

[joomlamz]

Publicado em 1/2023
MP4 | Vídeo: h264, 1280x720 | Áudio: AAC, 44,1 KHz
Idioma: Inglês | Tamanho: 594,76 MB | Duração: 2h 3m

Aprenda ciência de dados, análise de dados e aprendizado de máquina com Numpy, Pandas, Matplotlib, Scikit-Learn e Python

O que você aprenderá
Ciência de Dados com Python
Aprendizado de máquina com Python
Bibliotecas de ciência de dados, como Numpy, Pandas, Matplotlib, Scikit-Learn
Aprendizagem Supervisionada e Aprendizagem Não Supervisionada
Manipulação de dados com pandas
Diferentes gráficos, como gráficos de linhas, gráficos de barras com Matplotlib
Projeto de reconhecimento de dígitos manuscritos com o Scikit-Learn
Linguagem de Programação Python
Análise de dados
Visualização de dados

Requisitos
Não é necessária experiência anterior!

Descrição
A ciência de dados é um ramo interdisciplinar de estudo que emprega estatísticas, computadores científicos, técnicas científicas, procedimentos, algoritmos e sistemas para extrair ou inferir informações e insights de dados ruidosos, estruturados e não estruturados. A ciência de dados também combina conhecimento de domínio do domínio de aplicação subjacente (por exemplo, ciências naturais, tecnologia da informação, saúde) (por exemplo, ciências naturais, tecnologia da informação, medicina). A ciência de dados tem várias facetas e pode ser considerada uma ciência, um paradigma de pesquisa, uma técnica de pesquisa, um campo, um fluxo de trabalho e uma carreira. Ciência de dados é um "conceito que unifica estatística, análise de dados, informática e suas abordagens associadas" para "entender e analisar eventos reais" usando dados. , ciência da informação e conhecimento de domínio. A ciência de dados, no entanto, é distinta da ciência da computação e da ciência da informação. Jim Gray, ganhador do Prêmio Turing, imaginou a ciência de dados como o "quarto paradigma" da pesquisa (empírica, teórica, computacional e agora orientada por dados) e disse que "tudo na ciência está mudando como resultado do efeito da informação tecnologia" e a inundação de dados. Um cientista de dados é alguém que produz código de computador e o combina com compreensão estatística para obter insights de dados. Data science é um campo multidisciplinar preocupado com a extração de conhecimento de conjuntos de dados geralmente enormes e a aplicação desse conhecimento e insights para a solução de problemas em uma ampla variedade de campos de aplicação. A ciência de dados inclui a preparação de dados para análise, definição de desafios de ciência de dados, análise de dados, criação de soluções baseadas em dados e apresentação de descobertas para oferecer suporte a escolhas de alto nível em uma ampla variedade de campos de aplicação. Como tal, inclui habilidades de ciência da computação, estatística, ciência da informação, matemática, visualização de dados, sonificação de dados, integração de dados, design gráfico, sistemas complexos, comunicação e negócios. O estatístico Nathan Yau, com base no trabalho de Ben Fry, também relaciona a ciência de dados à interação humano-computador, argumentando que os usuários devem ser capazes de manipular e estudar os dados intuitivamente. A American Statistical Association reconheceu a administração de banco de dados, estatísticas e aprendizado de máquina e sistemas distribuídos e paralelos como os três grupos profissionais básicos em desenvolvimento em 2015.

Visão geral
Seção 1: Introdução à Biblioteca Numpy
Aula 1 Ndarray
Aula 2 Criar um Array
Aula 3 Tipo de dados e opção dtype
Aula 4 Criação de um Array Intrinsecamente
Aula 5 Operações básicas na operação Numpy-Aritmética
Aula 6 Produto matricial e incremento decremento
Aula 7 Funções Universais e Agregadas
Aula 8 Indexação
Aula 9 Fatiando
Aula 10 Iterando um Array
Aula 11 Transposição do Dataframe e o Índice
Aula 12 Manipulação da Forma
Aula 13 Juntando e Dividindo Arrays
Aula 14 Objetos de cópias ou vistas e vetores
Aula 15 Radiodifusão
Aula 16 Estruturação de um Array
Seção 2: Introdução à Biblioteca Pandas
Aula 17 Estruturas de dados da série pandas
Aula 18 Seleção de elemento interno, atribuição de valor
Aula 19 Filtro de valores, operações matemáticas, valor
Aula 20 Valores NaN
Aula 21 Série como Dicionários e operações
Aula 22 Definindo um DataFrame
Aula 23 Seleção de Elementos
Aula 24 Atribuindo Valores
Pessoas que querem aprender Data Science com Python,Pessoas que querem aprender Machine Learning com Python

Pagina inicial
https://www.udemy.com/course/learn-data-science-and-machine-learning-with-python-f/

https://rapidgator.net/file/b0364af624f27d6cb8cd7c2d598635d4


Download From 1DL


https://1dl.net/701brxpcs9l8