설명 이 2시간 길이의 프로젝트 기반 과정에서는 TensorFlow를 백엔드로 사용하는 Keras의 기본 사항을 배우고 기본 이미지 분류 문제를 해결하는 데 사용합니다. 이 프로젝트가 끝날 때까지 다음에서 숫자를 예측할 수 있는 신경망 모델을 생성, 교육 및 평가하게 됩니다.
설명 이 2시간 길이의 프로젝트 기반 과정에서는 TensorFlow를 백엔드로 사용하는 Keras의 기본 사항을 배우고 이를 사용하여 기본 회귀 문제를 해결하는 방법을 배웁니다. 이 프로젝트가 끝날 때까지 신경망 모델을 생성, 훈련 및 평가하게 될 것입니다. 훈련 후…
설명 이 2시간 길이의 프로젝트 기반 과정에서는 Python을 사용하여 간단한 선형 회귀 모델을 구축하고 평가합니다. 선형 회귀를 계산하기 위해 scikit-learn 모듈을 사용하고 데이터 관리를 위해 pandas를 사용하고 플로팅을 위해 seaborn을 사용합니다. 판매 수익을 예측하기 위해 매우 인기 있는 광고 데이터 세트로 작업하게 됩니다…
설명 이 2시간 길이의 프로젝트 기반 과정에서는 Python을 사용하여 여러 선형 회귀 모델을 구축하고 평가합니다. 데이터 관리를 위해 pandas를 사용하고 데이터 시각화를 위해 seaborn을 사용하는 동안 scikit-learn을 사용하여 회귀를 계산합니다. 이 프로젝트의 데이터는 다음을 기반으로 판매 수익을 예측하는 매우 인기 있는 광고 데이터 세트로 구성됩니다.
설명 이 2시간 길이의 프로젝트 기반 과정에서 전문가의 가장 강력한 데이터 분석 도구 중 하나인 DPLYR 패키지를 배우게 됩니다. 패키지의 XNUMX가지 주요 동사(필터링, 선택, 그룹화, 요약, 변형 및 배열)를 학습하면 다음 데이터 분석 프로젝트를 완료하기 위한 지식과 도구를 갖게 됩니다.