Development Online Course by Udemy, On Sale Here
Vom Python-Anfnger zum gefragten Data-Science-Experten (inkl. Deep Learning): Der Komplettkurs
An excellent training about Data Science
Python: Data Science, Machine Learning & Neuronale Netze
Als Data-Scientist hast du nicht nur einen unglaublich spannenden Job, du bist auf gefragt wie nie. Zudem bekommst du ein weit berdurchschnittliches Gehalt (laut Indeed Jobbrse).DiesenKurs habe ich entwickelt, weil ich dich darauf ideal vorbereiten mchte. Dieser Kurs bringt dir alle 4 Themengebiete bei, die fr dich als Data-Scientist notwendig sind. Mit ber 240+ Lektionen und ber 29+ Stunden HD-Videos ist dies einer der umfangreichsten Kurse auf Udemy. Was lernst du alles in diesem Kurs?Python Grundlagen (wenn du noch nie programmiert hast)Data ScienceMachine LearningDeep Learning (Neuronale Netze)Diese Abschnitte sind hierbei ideal aufeinander abgestimmt, du lernst hierbei sehr effizient: Anschauliche Visualisierungen statt trockenen, mathematischen Formeln. Welche Themen behandelt der Kurs?Teil 1: Python GrundlagenIm ersten Abschnitt lernen wir die Grundlagen von Python kennen. Wir schauen uns die verschiedenen Datentypen an, wir lernen Funktionen kennen, und sind anschlieend in der Lage, eigene kleinere Programme zu entwickeln. Als Praxisprojekt schreiben wir schon nach ein paar Stunden einen kleinen Spamfilter. Wenn du schon Programmiererfahrung mit Python hast, kannst du diese Abschnitte berspringen – und direkt beim nchsten Teil anfangen. Teil 2: Data ScienceIn diesem Abschnitt geht’s dann um das Thema Data Science. Hier schauen wir uns an, wie wir Daten nach Python einlesen kannst, diese Daten dann filtern, und grafische Auswertungen erstellen. Zudem knnen wir vorab Zusammenhnge aus den Daten visualisieren – das wird uns spter im nchsten Teil dann noch weiterhelfen. In diesem Abschnitt verwenden wir gngige Tools wie Numpy, Pandas, Matplotlib und Seaborn. Als Praxisprojekt analysieren wir dann die Gehlter der Stadt San Francisco. Teil 3: Machine Learning Anschlieend haben wir die Grundlage gelegt, uns mit Machine Learning zu beschftigen. Hier lernst du dann, welche verschiedenen Arten von Machine Learning es gibt, wie Daten aufbereitet werden mssen, und wie du die Genauigkeit eines Modells beurteilen kannst. Mit diesem Wissen sind wir dann in der Lage, eigene Modelle zu trainieren – und knnen so nicht nur Diabetes vorhersagen, sondern auch den Spamfilter aus Abschnitt 1 massiv verbessern. Hier verwenden wir das populre Python-Tool Sklearn. Teil 4:Deep Learning / Neuronale NetzeAufbauend auf Teil 3 schauen wir uns dann das Thema Deep Learning & Neuronale Netze an. Hier trainieren wir zuerst ein einzelnes Neuron, aber dann erweitern wir das Modell, sodass wir ein ganzes Neuronales Netz trainieren knnen. Das Wissen zum klassischen Machine Learning hilft uns hier unglaublich weiter, weil sich viele der Zusammenhnge fast 1:1 auf neuronale Netze bertragen lassen. Dadurch knnen wir dann eine Bilderkennung schreiben. Wir arbeiten in diesem Abschnitt mit gngigen Tools wie Keras und Tensorflow.
Udemy is the leading global marketplace for learning and instruction
By connecting students all over the world to the best instructors, Udemy is helping individuals reach their goals and pursue their dreams.
Study anytime, anywhere.
Reviews
There are no reviews yet.