🎥 Lecture one / part 3 : Deep Learning
👁 1 раз ⏳ 1528 сек.
Lecture giving by : Dr_Eng : Qais yousef

Python course link : https://www.slideshare.net/ATITAcademy/dl-for-researcher-course-atit

ATIT academy Website : https://atitgroup.business.site?copy

#AI #Deep_learning #python

Машинное обучение и Python

Эта серия видеоуроков посвящена изучению машинного обучения и реализации различных алгоритмов на языке Python.

1. Введение.
2. Регрессия.
3. Признаки и метки.
4. Обучение и тестирование.
5. Прогнозирование и предсказание.
6. Масштабирование.
7. Принципы работы регрессии.
8. Наилучший угловой коэффициент.
9. Наилучшая прямая.
10. Коэффициент детерминации.

Полный курс в видеоальбоме: https://vk.cc/6mVfYb

#video #python

🎥 Practical Machine Learning Tutorial with Python Intro p.1
👁 548 раз ⏳ 355 сек.
The objective of this course is to give you a wholistic understanding of machine learning, covering theory, application, and inner workings of supe...

🎥 Regression Intro - Practical Machine Learning Tutorial with Python p.2
👁 221 раз ⏳ 658 сек.
To begin, what is regression in terms of us using it with machine learning? The goal is to take continuous data, find the equation that best fits t...

🎥 Regression Features and Labels - Practical Machine Learning Tutorial with Python p.3
👁 73 раз ⏳ 617 сек.
We'll be using the numpy module to convert data to numpy arrays, which is what Scikit-learn wants. We will talk more on preprocessing and cross_val...

🎥 Regression Training and Testing - Practical Machine Learning Tutorial with Python p.4
👁 47 раз ⏳ 986 сек.
Welcome to part four of the Machine Learning with Python tutorial series. In the previous tutorials, we got our initial data, we transformed and ma...

🎥 Regression forecasting and predicting - Practical Machine Learning Tutorial with Python p.5
👁 23 раз ⏳ 868 сек.
In this video, make sure you define the X's like so. I flipped the last two lines by mistake:

X = np.array(df.drop(['label'],1))
X = preprocessin...

🎥 Pickling and Scaling - Practical Machine Learning Tutorial with Python p.6
👁 9 раз ⏳ 385 сек.
In the previous Machine Learning with Python tutorial we finished up making a forecast of stock prices using regression, and then visualizing the f...

🎥 Regression How it Works - Practical Machine Learning Tutorial with Python p.7
👁 10 раз ⏳ 477 сек.
Welcome to the seventh part of our machine learning regression tutorial within our Machine Learning with Python tutorial series. Up to this point, ...

🎥 How to program the Best Fit Slope - Practical Machine Learning Tutorial with Python p.8
👁 18 раз ⏳ 704 сек.
Welcome to the 8th part of our machine learning regression tutorial within our Machine Learning with Python tutorial series. Where we left off, we ...

🎥 How to program the Best Fit Line - Practical Machine Learning Tutorial with Python p.9
👁 22 раз ⏳ 455 сек.
Welcome to the 9th part of our machine learning regression tutorial within our Machine Learning with Python tutorial series. We've been working on ...

🎥 R Squared Theory - Practical Machine Learning Tutorial with Python p.10
👁 26 раз ⏳ 516 сек.
Welcome to the 10th part of our of our machine learning regression tutorial within our Machine Learning with Python tutorial series. We've just rec...

​400+ textbooks free to download
CS books on Python, deep learning, data science & AI.
Springer: http://bit.ly/SpringerCS
#DeepLearning #Python #Programming #Coding

🔗 Search Results - Springer

📃 Анализ данных на Python в примерах и задачах

Анализ данных на Python в примерах и задачах.
Лекция 1. Нейронные сети. Теоретические основания (Анализ данных на Python в примерах и задачах. Ч2)
Лекция 2. Нейронные сети в регрессионных задачах (Анализ данных на Python в примерах и задачах. Ч2)
Лекция 3. Примеры решения задач Machine Learning с помощью нейронных сетей. Часть 1
Лекция 4. Прогнозирование с помощью нейронных сетей (Анализ данных на Python. Ч2)
Лекция 5. Сверточные сети (Анализ данных на Python в примерах и задачах. Ч2)
Лекция 6. Сверточные сети (Convolution networks). Часть 2
Лекция 7. XGBoost (Анализ данных на Python в примерах и задачах. Ч2)
Лекция 8. XGBoost и GridSearch. Факторный анализ (Анализ данных на Python в примерах и задачах. Ч2)
Лекция 9. Факторный анализ (продолжение). SVD разложение
Лекция 10. Факторный анализ. SVD разложение (Анализ данных на Python)
#Python
Наш телеграм канал - https://t.me/ai_machinelearning_big_data Machinelearning t.me
Video: 1. Нейронные сети. Теория (Анализ данных на Python в примерах и задачах. Ч2) is 1 hour 10 minutes 47 seconds long
Video: 2. Нейронные сети. Теория и первый пример (Анализ данных на Python в примерах и задачах. Ч2) is 1 hour 20 minutes 49 seconds long
Video: 3. Обучение нейронных сетей в Keras. (Анализ данных на Python в примерах и задачах. Ч2) is 1 hour 10 minutes 4 seconds long
Video: 4. Обучение нейронных сетей в Keras, ч. 2 (Анализ данных на Python в примерах и задачах. Ч2) is 1 hour 8 minutes 14 seconds long
Video: 5. Глубокое обучение (DeepLearning). (Анализ данных на Python в примерах и задачах. Ч2) is 1 hour 10 minutes 48 seconds long
Video: 6. Глубокое обучение (DeepLearning). Регуляризация (Анализ данных на Python. Ч2) is 1 hour 13 minutes 52 seconds long
Video: 7. XGboost. (Анализ данных на Python в примерах и задачах. Ч2) is 1 hour 18 minutes 43 seconds long
Video: 8. XGBoost. Факторный анализ и метод главных компонент is 1 hour 10 minutes 34 seconds long
Video: 9. Факторный анализ и метод главных компонент, продолжение is 1 hour 13 minutes 30 seconds long

Машинное обучение, AI, нейронные сети, Big Data (VK)

#book #neural #python #practice

 Машинное обучение, AI, нейронные сети, Big Data (VK)
МИЭТ | Лекция 1 | Язык программирования Python и полезные модули

https://www.youtube.com/watch?v=UZS2fzflGEM

https://www.youtube.com/watch?v=tkaSJHVoA4w

https://www.youtube.com/watch?v=g1ozri1Zjnc

https://www.youtube.com/watch?v=r8V28TyJ1Mw

https://www.youtube.com/watch?v=WxNAW2G_RWw

https://www.youtube.com/watch?v=BbZABkD3Ylc

https://www.youtube.com/watch?v=8eVdnlsBFnI

https://www.youtube.com/watch?v=jCZ0g-gzlLo

Курс МИЭТ | Методы обработки и анализа больших данных

Язык программирования Python и полезные модули
Введение в машинное обучение
Градиентный бустинг и другие методы для обработки табличных данных
Введение в нейронные сети
Свёрточные нейронные сети для работы с изображениями
Работа с текстовыми данными
Работа со звуковыми данными. Задачи Object Detection и Segmentation
Реализация нейронных сетей на аппаратном уровне

#video #python #datascience #neural

Машинное обучение, AI, нейронные сети, Big Data (VK)

#book #python #datascience

 Машинное обучение, AI, нейронные сети, Big Data (VK)
Pandas (Python) Как храним наблюдения? - Data Science Handmade

https://www.youtube.com/watch?v=5EOOZ2Ifv6E

https://www.youtube.com/watch?v=IQb8UKNLxxo

https://www.youtube.com/watch?v=KZCZ0F0hGFQ

https://www.youtube.com/watch?v=6b_4Gw3LR7k

https://www.youtube.com/watch?v=0nWR4RhwelA

https://www.youtube.com/watch?v=7CRurIQJjRY

https://www.youtube.com/watch?v=tMdFwzTwGWU

https://www.youtube.com/watch?v=82NROMDHuj4

https://www.youtube.com/watch?v=Z8sVfhVi06c

https://www.youtube.com/watch?v=RWK4q-Uy0bE

Python. Data Science. Handmade.

● Pandas (Python) Как храним наблюдения?
● Визуализация (Python)
● K-means (кластеризация, обучение без учителя)
● Деревья решений. Shannon's Entropy - рассматриваю идею...
● Деревья решений. Gini Impurity - рассматриваю идею...
● Linear Regression - рассматриваю идею...
● Линейная регрессия. Применение (R)
● Градиентный спуск (идея)
● TensorFlow (Python) введение, градиентный спуск, линейная регрессия
● Логистическая регрессия TensorFlow (Python)



#video #python #ai

​​​DFSpot – Нейро-сетевая модель, которая определяет, является ли входное видео/изображение реальным или дипфейком

⤷ Ссылка на Google Colab

@neural | #Python #Interesting #Video #Neural #Network