Udemy – Machine Learning with Imbalanced Data 2024-9

توضیحات

Machine Learning with Imbalanced Data، یک دوره آموزش تکنیک های tackle نامتوازنی داده ها و بهبود کارائی مدل یادگیری ماشینتان میباشد. اگر شما در حال حاضر روی دیتاست های نامتوازن کار میکنید و میخواهید کارائی مدلتان را بهبود دهید یا میخواهید تکنیک هایی یاد بگیرید که در رسیدگی به نامتوازنی داده ها به شما کمک کنند، پس این دوره مناسب شما میباشد. ما به صورت گام به گام به کمک ویدئو های آموزشی سرگرم کننده به شما همه آنچه که برای کار کردن با دیتاست های نامتوازن نیاز دارید را آموزش میدهیم. در طول این دوره جامع، ما تمام متودولوژی های موجود برای کار با دیتاست های نامتوازن را آموزش میدهیم و در مورد منطق کارکردشان، چگونگی استفاده از آنها در پایتون و مزایا و کمبود هایشان بحث خواهیم کرد.

آنچه در دوره Machine Learning with Imbalanced Data یاد خواهید گرفت:

• متد های Under-sampling به صورت تصادفی
• متد های “کم نمونه گیری” که روی مشاهداتی که به سختی طبقه بندی میشوند تمرکز میکنند.
• متد های کم نمونه گیری برای افزایش تعداد minority observations
• راه های ساخت داده های ساختگی برای افزایش مثال های کلاس minority
• SMOTE و متغیر های آن
• استفاده از متد های دسته جمعی با تکنیک های نمونه گیری برای بهبود راندمان مدل
• بهترین معیار های ارزیابی برای استفاده در دیتاست های نامتوازن

مشخصات دوره

ناشر: Udemy
مدرسین: Soledad Galli
زبان: انگلیسی
سطح آموزش: متوسط
تعداد دروس: 106
مدت زمان: 9 ساعت و 15 دقیقه

سرفصل های دوره

پیش نیاز دوره:

تصاویر

فیلم نمونه

راهنمای نصب

پس از Extract، با Player دلخواه خود مشاهده کنید.

زیرنویس: انگلیسی

کیفیت: 720

تغییرات:

نسخه 2022/3 نسبت به 2021/1 به تعداد 25 درس و مدت زمان 2 ساعت و 57 دقیقه افزایش داشته است.

نسخه 2024/9 نسبت به 2022/3 به تعداد 23 درس و مدت زمان 2 ساعت و 10 دقیقه کاهش داشته است.

لینک دانلود

دانلود بخش 1 – 1 گیگابایت

دانلود بخش 2 – 1 گیگابایت

دانلود بخش 3 – 539 مگابایت

گذرواژه فایل(ها): www.downloadly.ir

حجم فایل

2.53 گیگابایت