Analytics Vidhya for iPhone

Deskripsi

Analytics Vidhya adalah komunitas ilmu data terbesar ke-2 di India dan terbesar di dunia.

Kami bertujuan untuk membantu Anda mempelajari konsep ilmu data, pembelajaran mesin, pembelajaran mendalam, data besar & kecerdasan buatan (AI) dengan cara yang paling interaktif dari dasar hingga tingkat yang sangat tinggi.

Aplikasi Analytics Vidhya menyediakan sumber belajar berkualitas tinggi untuk para profesional ilmu data, insinyur data, dan siswa yang ingin mempelajari ilmu data dan algoritma pembelajaran mesin, bersama dengan kode.

Beberapa postingan populer di aplikasi

Jalur Pembelajaran Komprehensif untuk Pembelajaran Mendalam di 2019

Jalur Pembelajaran Utama untuk Menjadi Ilmuwan Data dan Menguasai Pembelajaran Mesin di 2019

Tutorial Lengkap Belajar Data Science dengan Python dari Awal

Esensi Algoritma Pembelajaran Mesin (dengan Python dan Kode R)

Pengantar Implementasi Neural Network menggunakan TensorFlow

Panduan Lengkap untuk Memulai Pembelajaran Mendalam dengan Python

Tips dan Trik Wawancara Ace Data Science

7 Jenis Teknik Regresi yang Harus Anda Ketahui!

Tutorial Lengkap tentang Regresi Ridge dan Lasso dengan Python

Tutorial Pembelajaran Mendalam untuk Menghitung Waktu Layar Aktor di Video apa pun (dengan kode Python)

Pengantar Komprehensif Apache Spark, RDD & Dataframe (menggunakan PySpark)

Pengantar Sederhana untuk Pengenalan Wajah (dengan kode Python)

30 Pertanyaan untuk menguji pemahaman Anda tentang Regresi Logistik

Tutorial Lengkap tentang Pemodelan Berbasis Pohon dari Awal di R & Python

Rencana pembelajaran Ilmu Data terlengkap

6 Langkah Mudah Mempelajari Algoritma Naive Bayes (dengan kode dalam Python dan R)

28 Lembar Cheat Teratas untuk Pembelajaran Mesin, Ilmu Data, Probabilitas, SQL & Big Data

Memecahkan masalah Klasifikasi Multi-Label (Termasuk studi kasus)

Memahami algoritma Support Vector Machine dari contoh (bersama dengan kode)

Arsitektur Convolutional Neural Networks (CNNs) demistifikasi

Panduan Lengkap untuk Penyetelan Parameter di XGBoost (dengan kode dalam Python)

Mempraktikkan Teknik Machine Learning dalam R dengan Paket MLR

Heroes of Deep Learning: Pengambilan Teratas untuk Calon Ilmuwan Data dari Seri Wawancara Andrew Ngs

Pembelajaran Mesin dan Algoritma Pembelajaran Mendalam:

Regresi Linier dan Logistik

NaiveBayes

Jaringan Saraf

Pohon Keputusan

Jaringan Saraf Konvolusional

Jaringan Saraf Berulang Memori Jangka Pendek Panjang

SVM (Mendukung Mesin Vektor)

Mesin Boltzmann Terbatas

Mesin Boltzmann Terbatas

Pelajari perpustakaan dan alat:

Panda

Matplotlib

Scikit-belajar

TensorFlow

Kafe

PyTorch

XGBoost

era

PySpark

Kategori & topik teratas

Ilmu Data

Data besar

Analisis bisnis

Pembelajaran mendalam

Pembelajaran mesin

NLP (Pemrosesan Bahasa Alami)

Pembelajaran Penguatan

Neural Network (Tradisional dan Konvolusi)

Pembelajaran yang Diawasi

Pembelajaran tanpa pengawasan

Pemodelan dengan Python dan R

Analisis Deret Waktu

Rekayasa Data

Kami memiliki lebih dari 200.000 pengguna terdaftar ke blog dan buletin kami dan lebih dari 2,4 juta kunjungan bulanan di portal kami. Orang-orang terlibat di Analytics Vidhya untuk belajar dari para pemimpin pemikiran dan pakar industri, berpartisipasi dalam perekrutan, branding & pemecahan masalah/crowd sourcing hackathon di Platform DataHack Global kami ( https://datahack.analyticsvidhya.com/contest/all/) di berbagai bidang seperti sebagai Artificial Intelligence, Machine Learning, Data Engineering, Data Mining dan Advanced Analytics, dan juga terlibat dalam diskusi untuk berbagi ide dan memecahkan masalah bisnis terkait data untuk organisasi. Selama 2 tahun terakhir kami telah terlibat dalam lebih dari 60 hackathon dengan beberapa perusahaan global terkemuka di dunia & di India. Kami juga memiliki platform khusus untuk kursus (https://trainings.analyticsvidhya.com/) yang dibuat oleh yang terbaik dalam ilmu data tempat Anda dapat mendaftar di kursus dan mempertajam keahlian Anda.

Privasi: https://www.analyticsvidhya.com/privacy-policy/

Ketentuan: https://www.analyticsvidhya.com/terms/