კურსები ›
მონაცემთა მეცნიერება და AI
მონაცემების ანალიზი Python-ით, ვიზუალიზაცია, მანქანური სწავლება და ნეირონული ქსელების საფუძვლები.
👑 Pro4 დონე40 მოდული200 თავიმალე
რას ისწავლი
- მონაცემების დამუშავება და ვიზუალიზაცია
- მანქანური სწავლების მოდელები
- ნეირონული ქსელები და ენობრივი მოდელები
სილაბუსი
დამწყები10 მოდული · 50 თავი
1მონაცემთა მეცნიერების საფუძვლები0 / 5
რა არის მონაცემთა მეცნიერებამალეAI, მანქანური და ღრმა სწავლებამალეJupyterმალეPython მონაცემებისთვისმალეპროექტის ეტაპებიმალექვიზი: მონაცემთა მეცნიერების საფუძვლებიმალე2NumPy0 / 5
მასივებიმალეინდექსაციამალეოპერაციები მასივებზემალეbroadcastingმალესტატისტიკა NumPy-ითმალექვიზი: NumPyმალე3pandas-ის საფუძვლები0 / 5
DataFrameმალემონაცემების ჩატვირთვამალეარჩევა და ფილტრიმალეახალი სვეტებიმალედალაგებამალექვიზი: pandas-ის საფუძვლებიმალე4მონაცემების გაწმენდა0 / 5
გამოტოვებული მნიშვნელობებიმალედუბლიკატებიმალეტიპების გასწორებამალეგამონაკლისი მნიშვნელობებიმალეტექსტის გაწმენდამალექვიზი: მონაცემების გაწმენდამალე5ვიზუალიზაცია0 / 5
matplotlibმალეხაზოვანი და სვეტოვანი გრაფიკიმალეჰისტოგრამამალეგაბნევის დიაგრამამალეგრაფიკის გაფორმებამალექვიზი: ვიზუალიზაციამალე6სტატისტიკის საფუძვლები0 / 5
საშუალო და მედიანამალეგაფანტვამალეგანაწილებებიმალეკორელაციამალეშერჩევამალექვიზი: სტატისტიკის საფუძვლებიმალე7დაჯგუფება და გაერთიანება0 / 5
groupbyმალეაგრეგაციამალეკრებსითი ცხრილიმალეცხრილების გაერთიანებამალედროითი მწკრივის საფუძველიმალექვიზი: დაჯგუფება და გაერთიანებამალე8ალბათობა0 / 5
ალბათობის საფუძველიმალეპირობითი ალბათობამალებაიესის თეორემამალეშემთხვევითი სიდიდეებიმალენორმალური განაწილებამალექვიზი: ალბათობამალე9მანქანური სწავლების შესავალი0 / 5
რა არის მანქანური სწავლებამალემასწავლებლით და მის გარეშემალესასწავლო და სატესტო ნაკრებიმალეპირველი მოდელიმალეზედმეტად მორგებამალექვიზი: მანქანური სწავლების შესავალიმალე10მონაცემების ეთიკა0 / 5
მიკერძოება მონაცემებშიმალეკონფიდენციალურობამალეპასუხისმგებლიანი AIმალემონაცემების წყაროებიმალეშედეგების ახსნამალექვიზი: მონაცემების ეთიკამალეპროექტი: მონაცემების კვლევამალე
ნამდვილი მონაცემების გაწმენდა, ანალიზი და გრაფიკებით წარდგენა.
საშუალო10 მოდული · 50 თავი
1რეგრესია0 / 5
წრფივი რეგრესიამალემრავალცვლადიანი რეგრესიამალეშეფასების მეტრიკებიმალერეგულარიზაციამალენიშნების მასშტაბირებამალექვიზი: რეგრესიამალე2კლასიფიკაცია0 / 5
ლოგისტიკური რეგრესიამალეk უახლოესი მეზობელიმალეგადაწყვეტილების ხემალესიზუსტე და სისრულემალეშეცდომების მატრიცამალექვიზი: კლასიფიკაციამალე3მოდელის შეფასება0 / 5
ჯვარედინი შემოწმებამალეწანაცვლება და გაფანტვამალეჰიპერპარამეტრების შერჩევამალესწავლის მრუდებიმალემონაცემების გაჟონვამალექვიზი: მოდელის შეფასებამალე4ანსამბლები0 / 5
შემთხვევითი ტყემალეგრადიენტული ბუსტინგიმალეXGBoost და LightGBMმალენიშნების მნიშვნელობამალეstackingმალექვიზი: ანსამბლებიმალე5ნიშნების ინჟინერია0 / 5
კატეგორიული ნიშნებიმალემასშტაბირებამალენიშნების შერჩევამალენიშნები თარიღიდანმალენიშნები ტექსტიდანმალექვიზი: ნიშნების ინჟინერიამალე6სწავლება მასწავლებლის გარეშე0 / 5
k-meansმალეიერარქიული კლასტერიზაციამალეPCAმალეანომალიების აღმოჩენამალეt-SNE და UMAPმალექვიზი: სწავლება მასწავლებლის გარეშემალე7SQL მონაცემებისთვის0 / 5
ანალიტიკური SQLმალეფანჯრის ფუნქციები ანალიზშიმალემონაცემების ამოღებამალეpandas და SQLმალემონაცემთა საცავების შესავალიმალექვიზი: SQL მონაცემებისთვისმალე8დასკვნითი სტატისტიკა0 / 5
ჰიპოთეზის შემოწმებამალეp-მნიშვნელობამალენდობის ინტერვალიმალეA/B ტესტიმალეხშირი შეცდომები სტატისტიკაშიმალექვიზი: დასკვნითი სტატისტიკამალე9დროითი მწკრივები0 / 5
ტრენდი და სეზონურობამალემოძრავი საშუალომალეARIMAმალეპროგნოზის შეფასებამალეპროგნოზის ბიბლიოთეკებიმალექვიზი: დროითი მწკრივებიმალე10კომუნიკაცია0 / 5
ამბის მოყოლა მონაცემებითმალედაფების აგებამალევიზუალიზაციის წესებიმალეანგარიშის წერამალემუშაობა დამკვეთთანმალექვიზი: კომუნიკაციამალეპროექტი: ფასის პროგნოზიმალე
მოდელი, რომელიც ბინის ფასს წინასწარმეტყველებს: ნიშნები, შეფასება და ახსნა.
მოწინავე10 მოდული · 50 თავი
1ნეირონული ქსელები0 / 5
ნეირონი და შრემალეაქტივაციის ფუნქციებიმალეშეცდომის უკუგავრცელებამალედანაკარგი და ოპტიმიზატორებიმალეPyTorch-ის საფუძველიმალექვიზი: ნეირონული ქსელებიმალე2ღრმა სწავლება პრაქტიკაში0 / 5
სწავლების ციკლიმალერეგულარიზაცია და dropoutმალეbatch normalizationმალესწავლება GPU-ზემალესწავლების გამართვამალექვიზი: ღრმა სწავლება პრაქტიკაშიმალე3კომპიუტერული ხედვა0 / 5
კონვოლუციური ქსელებიმალესურათის კლასიფიკაციამალეგადატანითი სწავლებამალეობიექტების აღმოჩენამალეაუგმენტაციამალექვიზი: კომპიუტერული ხედვამალე4ბუნებრივი ენის დამუშავება0 / 5
ტოკენიზაციამალეembeddingმალეRNN და LSTMმალეყურადღების მექანიზმიმალეტრანსფორმერებიმალექვიზი: ბუნებრივი ენის დამუშავებამალე5დიდი ენობრივი მოდელები0 / 5
როგორ მუშაობს ენობრივი მოდელიმალემოთხოვნის შედგენამალედამატებითი სწავლებამალეRAGმალემოდელის შეფასებამალექვიზი: დიდი ენობრივი მოდელებიმალე6სარეკომენდაციო სისტემები0 / 5
კოლაბორაციული ფილტრაციამალეშინაარსზე დაფუძნებულიმალემატრიცის ფაქტორიზაციამალერანჟირებამალეშეფასებამალექვიზი: სარეკომენდაციო სისტემებიმალე7MLOps-ის საფუძვლები0 / 5
ექსპერიმენტების აღრიცხვამალემოდელის ვერსიებიმალემოდელის მომსახურებამალეცვლილების მონიტორინგიმალეკონვეიერებიმალექვიზი: MLOps-ის საფუძვლებიმალე8დიდი მონაცემები0 / 5
Sparkმალეგანაწილებული ცხრილებიმალემონაცემთა ტბამალეპაკეტური და ნაკადური დამუშავებამალესვეტური ფორმატებიმალექვიზი: დიდი მონაცემებიმალე9მიზეზობრიობა0 / 5
მიზეზობრივი დასკვნამალეექსპერიმენტის დიზაინიმალეuplift მოდელირებამალედაკვირვებითი მონაცემების ხაფანგებიმალეგადაწყვეტილების მიღებამალექვიზი: მიზეზობრიობამალე10პასუხისმგებლიანი AI0 / 5
სამართლიანობის მეტრიკებიმალეახსნადობამალედიფერენციალური კონფიდენციალურობამალემდგრადობამალემმართველობამალექვიზი: პასუხისმგებლიანი AIმალეპროექტი: ტექსტის კლასიფიკატორიმალე
ნეირონული მოდელი, რომელიც ტექსტებს კატეგორიებად ყოფს და API-ით მუშაობს.
ექსპერტი10 მოდული · 50 თავი
1ტრანსფორმერები სიღრმეში0 / 5
არქიტექტურის დეტალებიმალეყურადღების ვარიანტებიმალეპოზიციური კოდირებამალესწავლება მასშტაბზემალეკვანტიზაცია და დისტილაციამალექვიზი: ტრანსფორმერები სიღრმეშიმალე2გენერაციული მოდელები0 / 5
დიფუზიური მოდელებიმალეVAE და GANმალემულტიმოდალური მოდელებიმალესურათის გენერაციამალეგენერაციის შეფასებამალექვიზი: გენერაციული მოდელებიმალე3ენობრივი მოდელების ინჟინერია0 / 5
აგენტებიმალეხელსაწყოების გამოყენებამალეკონტექსტის ინჟინერიამალედამცავი ზღუდეებიმალეხარჯი და სიჩქარემალექვიზი: ენობრივი მოდელების ინჟინერიამალე4განმტკიცებითი სწავლება0 / 5
მარკოვის გადაწყვეტილების პროცესიმალეQ-learningმალეpolicy gradientმალეღრმა განმტკიცებითი სწავლებამალეგამოყენებამალექვიზი: განმტკიცებითი სწავლებამალე5ML სისტემები0 / 5
ML სისტემის დიზაინიმალენიშნების საცავიმალეონლაინ და ოფლაინ მომსახურებამალეგანაწილებული სწავლებამალეაპარატურამალექვიზი: ML სისტემებიმალე6თეორია0 / 5
ამოზნექილი ოპტიმიზაციამალეSGD-ის ვარიანტებიმალეგანზოგადების თეორიამალეინფორმაციის თეორიამალეალბათური მოდელებიმალექვიზი: თეორიამალე7კვლევის პრაქტიკა0 / 5
სტატიების კითხვამალეშედეგების გამეორებამალეექსპერიმენტის მეთოდიკამალესტატიის წერამალეღია მოდელებიმალექვიზი: კვლევის პრაქტიკამალე8MLOps სიღრმეში0 / 5
CI/CD მოდელებისთვისმალემონაცემების შემოწმებამალეshadow და canary გაშვებამალემოდელის ინციდენტებიმალეხარჯის მართვამალექვიზი: MLOps სიღრმეშიმალე9AI-ს უსაფრთხოება0 / 5
უსაფრთხოების საფუძველიმალემოდელის გამოცდა შეტევითმალებოროტად გამოყენების პრევენციამალეშეფასების ბენჩმარკებიმალერეგულაციამალექვიზი: AI-ს უსაფრთხოებამალე10კარიერა0 / 5
როლებიმალეპორტფოლიომალეგასაუბრებამალეროგორ არ ჩამორჩემალეეთიკამალექვიზი: კარიერამალეპროექტი: RAG სისტემამალე
კითხვა-პასუხის სისტემა საკუთარ დოკუმენტებზე: ძებნა, გენერაცია, შეფასება და დაცვა.