Data Science & Maschinelles Lernen in Python - am Beispiel
Offered By: Udemy
Course Description
Overview
What you'll learn:
- Riesige Datenmengen zu analysieren
- Finde Zusammenhänge in den Daten
- Entwickle ein Empfehlungssystem ("Kunden die X kauften, kauften auch...")
- Skaliere die Rechenarbeit auf ein Cluster mit Hilfe von Apache Spark und MLLIB
- Bekomme bessere Ergebnisse, indem du lernst, wie du die Daten vor der Berechnung bereinigen kannst
Kurs zuletzt aktualisiert:09.03.2017!
Data Scientists landen richtig gut bezahlte Jobs, mit einem durchschnittlichen Gehalt von ~80.000€ (Quelle:GehaltsvergleichsportalGlassdoor), in Amerika sogar noch mehr.Und das ist nur der Durchschnitt. Aber es geht nicht nur ums Geld - der Job ist auch noch verdammt spannend!
Wenn du schon etwas programmieren kannst, wird dir dieser Kurs alles beibringen, was du zum Thema Data Science und Maschinellem Lernen wissen musst. Sei es, um das wissen für ein eigenes Projekt anzuwenden, oder um einen Einstieg in dieses Gebiet zu finden.
Dieser umfassendeKurs besteht aus 68 Lektionen, gut 9 Stunden Video, und zu vielen Themen gibt es praktische Python Codebeispiele, damit du direkt siehst, wie diese Algorithmen verwendet werden können.
Die Themen dieses Kurses sind die Themen, die wirklich für einen Job in diesem Feld benötigt werden. In verständlicher deutscher Sprache wirst du die verschiedenen Möglichkeiten kennenlernen:
- Lineare und PolynomialeRegressionsanalyse
- K-Means - Algorithmus
- Hauptkomponentenanalyse
- Train/Test, Kreuzvalidierungsverfahren
- Bayes'sche Methoden
- Entscheidungsbäume, Random Forests
- Multivariante Regression
- Support Vector Machines
- Bestärkendes Lernen
- Empfehlungssystem:Kollaboratives Filtern
- K-Nächster-Nachbar
- Bias /Varianz - Dilemma
- Ensemble Learning
- Volltextsuche mit Hilfe von TF-IDF
- Wie wird ein Experiment durchgeführt?AB-Tests
... und noch viel mehr. Zudem lernst du in einem kompletten Kapitel, wie maschinelles Lernen mit Apache Spark funktioniert. Mit Hilfe von Spark kannst du die Berechnungen auf mehrere Computer aufteilen und so massive Datenmengen verarbeiten.
Wenn du noch nicht mit Python programmiert hast, kein Problem - am Anfang gibt es einen kurzen Crashkurs. Wenn du vorher schonmal was programmiert hast, reicht das locker aus. In diesem Kurs zeige ich dir auch die Installation unter Windows, wobei die Beispiele auch unter Mac oder Linux ausgeführt werden könnten - beiProblemen die mit dem Betriebssystem zusammenhängenkann ich dich aber nur bei Windows unterstützen.
Jedes Thema wird in normaler deutscher Sprache erklärt, ohne verwirrende mathematische Fachwörter. Anschließend lernst du, wie du mit Python den Algorithmus verwenden kannst.
Wenn du schonmal was programmiert hast, und dich mit der Auswertung von Daten beschäftigen möchtest, dann ist der Kurs genau das Richtige für dich. Du lernst in diesem Kurs all die Grundlagen, die du brauchst, wenn du Daten im echten Leben auswerten möchtest. Ich glaub, der Kurs wird dir gefallen!:-)
Taught by
Jannis Seemann, Sundog Education by Frank Kane and Jannis Seemann (CodingCourses.TV)
Related Courses
Design Computing: 3D Modeling in Rhinoceros with Python/RhinoscriptUniversity of Michigan via Coursera A Practical Introduction to Test-Driven Development
LearnQuest via Coursera FinTech for Finance and Business Leaders
ACCA via edX Access Bioinformatics Databases with Biopython
Coursera Project Network via Coursera Accounting Data Analytics
University of Illinois at Urbana-Champaign via Coursera