Python for nybegynnere som bruker eksempelprosjekter.

Kjøp nå

Pris: $19.99

Hva er den beste måten å lære teknologi på , ved å gjøre en PROSJEKT. Det er akkurat det denne opplæringen har til hensikt å gjøre. Dette kurset lærer Python maskinlæring ved hjelp av prosjektbasert tilnærming. Nedenfor er hele pensum for det samme. Glad læring.

Kapittel 1:- Installerer Python-rammeverket og Pycharm IDE.

Kapittel 2:- Opprette og kjøre ditt første Python-prosjekt.

Kapittel 3:- Python skiller mellom store og små bokstaver

Kapittel 4:- Variabler, datatyper, slutning & type()

Kapittel 5:- Python er et dynamisk språk

Kapittel 6:- Kommentarer i python

Kapittel 7:- Opprette funksjon, mellomrom & innrykk

Kapittel 8:- Viktigheten av ny linje

Kapittel 9:- Liste i python, Indeks, Område & Negativ indeksering

Kapittel 10:- For løkker og IF-forhold

Kapittel 11:- PEP, PEP 8, Python-forbedringsforslag

Kapittel 12:- ANDET og ANDRE HVIS

Kapittel 13:- Array vs Python

Kapittel 14:- Lese tekstfiler i Python

Kapittel 15:- Casting og tap av data

Kapittel 16:- Refererer til eksterne biblioteker

Kapittel 17:- Bruk av lineær regresjon ved hjelp av sklearn

Kapittel 18:- Opprette klasser og objekter.

Kapittel 19:- Hva er maskinlæring?

Kapittel 20:- Algoritham og treningsdata.

Kapittel 21:- Vektorer.

Kapittel 22:- Modeller innen maskinlæring.

Kapittel 23:- Funksjoner og etiketter.

Kapittel 24:- Sekk med ord.

Kapittel 25:- Implementering av BOW ved hjelp av SKLearn.

Kapittel 26:- Tilpasningsmetoden.

Kapittel 27:- Stoppord.

Kapittel 28:- Transformasjonsmetoden.

Kapittel 29:- Zip og unzip.

Kapittel 30:- Prosjektartikkel Automatisk merking.

Kapittel 31 :- Forstå automatisk merking av artikler mer detaljert.

Kapittel 32 :- Planlegging av koden for prosjektet.

Kapittel 33 :- Sløyfer gjennom filene i katalogen.

Kapittel 34 :- Leser filen i dokumentsamlingen

Kapittel 35 :- Forstå Vectorizer , Dokumentere og telle arbeider.

Kapittel 36 :- Ringer Fit and Transform for å trekke ut Vocab and Count.

Kapittel 37 :- Forstå tellingen og Vocab-innsamlingsdataene.

Kapittel 38 :- Count og Vocab struktur kompleksitet

Kapittel 39 :- Konvertering av CSR-matrise til COO-matrise

Kapittel 40 :- Opprette BOW-tekstfilen.

Kapittel 41 :- Begrense stoppord.

Kapittel 42 :- Array vs List besøkt på nytt

Kapittel 43 :- Refererer til Numpy og pandaer

Kapittel 44 :- Opprette en numpy array

Kapittel 45 :- Numpy Array vs Normal Python-array

Kapittel 46 :- Hvorfor trenger vi pandaer ?

Kapittel 47 :- Revidere Arrays vs Numpy Array vs Pandas

Kapittel 47 :- Kropp / Dokumenter, Dokument og vilkår.

Kapittel 48 :- Forstå TF

Kapittel 49 :- Forstå IDF

Kapittel 50 :- TF IDF.

Kapittel 51 :- Utføre beregninger av TF IDF.

Kapittel 52 :- Implementering av TF IDF ved hjelp av SkLearn

Kapittel 53 :- IDF-beregning i SkLearn.