Mašinsko učenje
Registrovati
Rezervišite poziv
Zaronite u svet mašinskog učenja i istražite osnovne koncepte i tehnike linearne regresije
Kurs počinje...odmah!
Sertifikat o završenom kursu i digitalna oznaka
KURS O LINEARNOJ REGRESIJI

Vođen uglednim profesorom Miljanom G. Jeremićem, ovaj kurs obećava da će vas opremiti veštinama i znanjem kako biste efikasno analizirali podatke, pravili predviđanja i razotkrivali složenosti linearnih veza u različitim skupovima podataka.

Kurs će vas naučiti da:
  • Samostalno rešavate probleme iz stvarnog sveta i primenjujte tehnike mašinskog učenja, sa fokusom na linearnu regresiju, na raznovrsnim skupovima podataka
  • Koristite Python biblioteke, uključujući Pandas za manipulaciju podacima i SKlearn za linearnu regresiju, kako biste unapredili svoje sposobnosti analize podataka
  • Tumačite koeficijente vaših modela regresije, stičući uvid u odnose između promenljivih
  • Koristite Seaborn za vizualizaciju podataka, čime ćete unaprediti svoju sposobnost da efikasno prezentujete i komunicirate svoje rezultate
Pridružite se našem kursu!
Život ne podnosi izgovore, niti toleriše neznanje!
Miljan G. Jeremić
Profesor i doktorand

Upoznajte profesora

Profesor, doktorand
Miljan G. Jeremić
  • Posvećeni doktorski student specijalizovan za hidroinformatiku na Građevinsko-arhitektonskom fakultetu u Nišu.
  • Poseduje snažnu strast prema i nastavi i istraživanju, što ga motiviše da unapredi oblast mašinskog učenja.
  • Autor je nekoliko značajnih radova u oblasti primenjenog mašinskog učenja, doprinoseći znanju i primeni u toj oblasti.
  • Koristi Scikit-learn biblioteku za obradu neuroslika, ističući svoju praktičnu veštinu u tehnikama mašinskog učenja.
  • Radi na razvoju dubokih modela učenja posebno prilagođenih za predviđanje hidroloških vremenskih serija.

Profesor Jeremić koristi interaktivni pristup nastavi, sa ciljem da studentima pruži kako teorijsko razumevanje tako i praktične veštine u tehnikama mašinskog učenja. Kurs naglašava praktično učenje, omogućavajući vam da pouzdano primenjujete koncepte regresije i klasifikacije u okruženju Anakonda.

Pridružite se našem kursu!
Da biste efikasno pratili ovaj kurs, trebalo biste da posedujete:
  • Osnovne veštine u matematici, posebno u konceptima linearne algebre kao što su determinante i operacije sa matricama
  • Osnovno razumevanje statistike se preporučuje

Program kursa

  • Uvod u Python biblioteke za obradu podataka
    • Predstavljanje Python biblioteka za manipulaciju podacima
    • Korišćenje Pandas modula za manipulaciju podacima
    • Uvoz Pyplot modula za vizualizaciju podataka
    • Početak rada sa grafikonima
  • Linearna regresija kroz prilagođene metode
    • Istraživanje linearne regresije kroz prilagođene metode
    • Kreiranje i treniranje modela
    • Korišćenje OLS (Obični Najmanji Kvadrati) za regresiju na podacima referentne evapotranspiracije
  • Seaborn biblioteka, regresija i vizualizacija podataka
    • Uvod u Seaborn biblioteku za vizualizaciju podataka
    • Istraživanje tehnika regresije i prikazivanje podataka na grafikonima
  • Regresija i tumačenje koeficijenata modela
    • Razumevanje regresije i tumačenje pojedinačnih koeficijenata unutar modela
  • Vežba sa različitim skupovima podataka korišćenjem regresije
    • Primenjivanje tehnika regresije na različitim skupovima podataka
    • Praktične vežbe
  • Analiza atributa i korelacije vrednosti
    • Analiza atributa i korelacija vrednosti unutar skupa podataka
  • SKlearn biblioteka i linearna regresija
    • Uvod u SKlearn biblioteku i njene mogućnosti linearne regresije
  • Vežba sa SKlearn za regresiju - Primer
    • Praktična vežba korišćenja SKlearn za linearnu regresiju
  • SKlearn biblioteka i višestruka linearna regresija
    • Istraživanje višestruke linearne regresije korišćenjem SKlearn biblioteke
  • Vežba višestruke linearne regresije sa SKlearn - Primer
    • Praktična vežba koja demonstrira višestruku linearnu regresiju korišćenjem SKlearn
  • Prezentacija podataka, ekstremne vrednosti i grafikoni
    • Prikazivanje podataka, identifikacija ekstremnih vrednosti i rad sa grafikonima
  • Logistička regresija
    • Uvod u logističku regresiju
  • Logistička regresija sa binarnim ulazima
    • Primenjivanje logističke regresije na binarne ulaze
Opremite se alatima i znanjem da iskoristite moć linearne regresije u oblasti mašinskog učenja
Upišite se sada i napravite značajan korak ka postizanju veštih
veština analize podataka i entuzijazmu ka mašinskom učenju!
Pridružite se kursu
Iamai.academy está redefiniendo la educación con un enfoque no convencional y altamente práctico en la entrega de conocimientos.
España, 2018-2022
Derechos de autor SentienceLab S.C
Todos los derechos reservados
Política de cookies
Politica de privacidad
Aviso legal
iamaiacademy.es@gmail.com
Facebook
Instagram