Development Data Science Scikit-learn

Machine Learning Bootcamp w języku Python cz.III - Ćwiczenia

Podnieś poziom swoich umiejętności programowania w języku Python i rozwiąż ponad 100 zadań z uczenia maszynowego!
Rating: 4.9 out of 5 (5 ratings)
364 students
Created by Paweł Krakowiak
Polish
rozwiązać ponad 100 ćwiczeń z uczenia maszynowego w języku Python
radzić sobie z rzeczywistymi problemami występującymi w data science
radzić sobie z rzeczywistymi problemami występującymi w uczeniu maszynowym
pracować z bibliotekami numpy, pandas, scikit-learn
pracować z dokumentacją
zagwarantowane wsparcie instruktora

Requirements

  • ukończony kurs Programowanie w języku Python - od A do Z
  • ukończony kurs 200+ Ćwiczeń - Programowanie w języku Python
  • ukończony kurs 210+ Ćwiczeń - Python - Moduły wbudowane
  • ukończony kurs Programowanie obiektowe w języku Python - OOP - od A do Z
  • ukończony kurs 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP
  • ukończony kurs Wprowadzenie do data science w języku Python - Pandas
  • ukończony kurs Interaktywne wizualizacje danych w języku Python - Plotly
  • ukończony kurs Data Science Bootcamp w języku Python
  • ukończony kurs 250+ Ćwiczeń - Data Science Bootcamp w języku Python
  • ukończony kurs Machine Learning Bootcamp w języku Python cz. I - od A do Z
  • ukończony kurs Machine Learning Bootcamp w języku Python cz. II - od A do Z

Description

---------------------------------------------------------

REKOMENDOWANE ŚCIEŻKI UCZENIA

---------------------------------------------------------

PYTHON DEVELOPER:

  • Programowanie w języku Python - od A do Z

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest


SQL DEVELOPER:

  • SQL Bootcamp - Bazy danych SQLite - Part I

  • SQL Bootcamp - Bazy danych SQLite - Part II

  • SQL Bootcamp - Bazy danych SQLite - Part III - Ćwiczenia

  • SQL Bootcamp - Bazy danych SQLite - Part IV - Ćwiczenia

  • Big Data: Analiza danych przy użyciu SQL oraz BigQuery


DATA SCIENTIST / MACHINE LEARNING ENGINEER:

  • Programowanie w języku Python - od A do Z

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest

  • Wprowadzenie do data science w języku Python - Pandas

  • Interaktywne wizualizacje danych w języku Python - Plotly

  • Data Science Bootcamp w języku Python - od A do Z

  • 250+ Ćwiczeń - Data Science Bootcamp w języku Python

  • SQL Bootcamp - Bazy danych SQLite - Part I

  • SQL Bootcamp - Bazy danych SQLite - Part II

  • SQL Bootcamp - Bazy danych SQLite - Part III - Ćwiczenia

  • SQL Bootcamp - Bazy danych SQLite - Part IV - Ćwiczenia

  • Machine Learning Bootcamp w języku Python cz.I - od A do Z

  • Machine Learning Bootcamp w języku Python cz.II - od A do Z

  • Machine Learning Bootcamp w języku Python cz.III - Ćwiczenia


DATA SCIENTIST / DEEP LEARNING ENGINEER

  • Programowanie w języku Python - od A do Z

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest

  • Wprowadzenie do data science w języku Python - Pandas

  • Interaktywne wizualizacje danych w języku Python - Plotly

  • Data Science Bootcamp w języku Python - od A do Z

  • 250+ Ćwiczeń - Data Science Bootcamp w języku Python

  • SQL Bootcamp - Bazy danych SQLite - Part I

  • SQL Bootcamp - Bazy danych SQLite - Part II

  • SQL Bootcamp - Bazy danych SQLite - Part III - Ćwiczenia

  • SQL Bootcamp - Bazy danych SQLite - Part IV - Ćwiczenia

  • Machine Learning Bootcamp w języku Python cz.I - od A do Z

  • Machine Learning Bootcamp w języku Python cz.II - od A do Z

  • Machine Learning Bootcamp w języku Python cz.III - Ćwiczenia

  • Wprowadzenie do sieci neuronowych - Tensorflow 2.0 + Keras

  • Deep Learning w języku Python - Konwolucyjne Sieci Neuronowe

  • Artificial Intelligence – Computer Vision w języku Python


BI ANALYST / DATA ANALYST:

  • Programowanie w języku Python - od A do Z

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest

  • Wprowadzenie do data science w języku Python - Pandas

  • Interaktywne wizualizacje danych w języku Python - Plotly

  • Twórz nowoczesne aplikacje webowe w Pythonie - Dash, Plotly

  • Data Science Bootcamp w języku Python - od A do Z

  • 250+ Ćwiczeń - Data Science Bootcamp w języku Python

  • SQL Bootcamp - Bazy danych SQLite - Part I

  • SQL Bootcamp - Bazy danych SQLite - Part II

  • SQL Bootcamp - Bazy danych SQLite - Part III - Ćwiczenia

  • SQL Bootcamp - Bazy danych SQLite - Part IV - Ćwiczenia


BIG DATA ANALYST:

  • Programowanie w języku Python - od A do Z

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest

  • Wprowadzenie do data science w języku Python - Pandas

  • Interaktywne wizualizacje danych w języku Python - Plotly

  • Big Data, Hadoop oraz MapReduce w języku Python

  • Big Data: Analiza danych przy użyciu SQL oraz BigQuery


ENG:

  • 200+ Exercises - Programming in Python - from A to Z

  • 210+ Exercises - Python Standard Libraries - from A to Z

  • 150+ Exercises - Object Oriented Programming in Python - OOP

  • 100+ Exercises - Unit tests in Python - unittest framework

  • 100+ Exercises - Python Programming - Data Science - NumPy

  • 100+ Exercises - Python Programming - Data Science - Pandas

  • 100+ Exercises - Python - Data Science - scikit-learn

  • 250+ Exercises - Data Science Bootcamp in Python

  • SQL Bootcamp - Hands-On Exercises - SQLite - Part I

  • SQL Bootcamp - Hands-On Exercises - SQLite - Part II


-------------------
OPIS KURSU
-------------------

Kurs składa się z ponad 100 ćwiczeń (zadania + rozwiązania) w języku Python z uczenia maszynowego. Nacisk położony jest na znajomość biblioteki scikit-learn.

Jest to świetny sprawdzian dla osób, które uczą się języka Python i szukają nowych wyzwań.

Kurs jest skierowany do osób, które mają już podstawową wiedzę w języku Python (rekomendowany kurs Programowanie w języku Python - od A do Z - 2020) oraz wiedzę na temat uczenia maszynowego (rekomendowane kursy Machine Learning Bootcamp w języku Python cz.I - od A do Z oraz Machine Learning Bootcamp w języku Python cz.II - od A do Z).

Jeżeli nie czujesz się dobrze w języku Python zacznij właśnie od kursu Programowanie w języku Python - od A do Z - 2020 i następnie przejdź do Machine Learning Bootcamp w języku Python cz.I - od A do Z oraz Machine Learning Bootcamp w języku Python cz.II - od A do Z.

Ćwiczenia są także dobrym elementem sprawdzającym przed rozmową kwalifikacyjną. Wiele popularnych pytań zostało omówionych na kursie.

Nie zwlekaj i już dziś podejmij wyzwanie!

Who this course is for:

  • osoby chcące poprawić swoje umiejętności w programowaniu w języku Python
  • osoby chcące poprawić swoje umiejętności w uczeniu maszynowym
  • osoby przygotowujące się do rozmów kwalifikacyjnych
  • osób zainteresowanych data science
  • data scientistów
  • analityków danych
  • inżynierów uczenia maszynowego

Course content

15 sections • 113 lectures • 55m total length

  • Info
    00:15
  • Wymagania do kursu
    00:23
  • Wprowadzenie do Google Colab
    09:37
  • Instalacja Anacondy - Windows 10
    05:27
  • Wprowadzenie do programu Spyder
    04:49
  • Instalacja Anacondy - Linux (Ubuntu)
    12:40

Instructor

Paweł Krakowiak
Data Scientist, Securities Broker
Paweł Krakowiak
  • 4.6 Instructor Rating
  • 1,897 Reviews
  • 93,455 Students
  • 42 Courses

EN

Python Developer/Data Scientist/Stockbroker

Founder at e-smartdata[.]org.

Big fan of new technologies!

Graduate of postgraduate studies at the Polish-Japanese Academy of Information Technology in the field of Computer Science and Big Data specialization.

Graduate of MA studies in Financial and Actuarial Mathematics at the Faculty of Mathematics and Computer Science at the University of Lodz. Former PhD student at the faculty of mathematics.

Stockbroker license holder (no 3073).

Lecturer at the GPW Foundation (technical analysis, behavioral finance and portfolio management).

PL

Data Scientist, Securities Broker

Założyciel platformy e-smartdata[.]org

Miłośnik nowych technologii, szczególnie w obszarze sztucznej inteligencji, języka Python oraz rozwiązań chmurowych.

Absolwent podyplomowych studiów na Polsko-Japońskiej Akademii Technik Komputerowych na kierunku Informatyka, spec. Big Data.

Absolwent studiów magisterskich z matematyki finansowej i aktuarialnej na wydziale Matematyki i Informatyki Uniwersytetu Łódzkiego.

Od 2015 roku posiadacz licencji Maklera Papierów Wartościowych z uprawnieniami do czynności doradztwa inwestycyjnego (nr 3073).

Wykładowca w Fundacji GPW prowadzący szkolenia dla inwestorów z zakresu analizy technicznej, finansów behawioralnych i zasad zarządzania portfelem instrumentów finansowych.

Z doświadczeniem w prowadzeniu zajęć dydaktycznych na wyższej uczelni z przedmiotów związanych z rachunkiem prawdopodobieństwa i statystyką.

Główne obszary zainteresowań to język Python, sztuczna inteligencja, web development oraz rynki finansowe.