| 发行人 | Analytics Vidhya Educon Private Limited |
|---|---|
| 发布日期 | 2020年1月17日 |
| 添加日期 | 2020年1月17日 |
| 操作系统要求 | iOS |
| 要求 | Requires iOS 9.0 or later. Compatible with iPhone, iPad, and iPod touch. |
| 下载总数 | 0 |
| 价钱 | Free |
描述
Analytics Vidhya 是印度最大和世界第二大的数据科学社区。
我们的目标是帮助您以最具互动性的方式学习数据科学、机器学习、深度学习、大数据和人工智能 (AI) 的概念，从基础到非常高级的水平。
Analytics Vidhya 应用程序为想要学习数据科学和机器学习算法以及代码的数据科学专业人士、数据工程师和学生提供高质量的学习资源。
该应用程序上的一些热门帖子
2019 年深度学习的综合学习路径
2019 年成为数据科学家和机器学习大师的终极学习路径
从零开始用 Python 学习数据科学的完整教程
机器学习算法基础（使用 Python 和 R 代码）
使用 TensorFlow 实现神经网络的介绍
Python 深度学习入门完整指南
王牌数据科学面试的技巧和窍门
你应该知道的 7 种回归技术！
Python 中岭回归和套索回归的完整教程
计算任何视频中演员的屏幕时间的深度学习教程（使用 Python 代码）
Apache Spark、RDD 和数据帧的综合介绍（使用 PySpark）
人脸识别简单介绍（附 Python 代码）
30个问题来测试你对逻辑回归的理解
R & Python 从零开始的基于树的建模的完整教程
最全面的数据科学学习计划
学习朴素贝叶斯算法的 6 个简单步骤（用 Python 和 R 编写代码）
机器学习、数据科学、概率、SQL 和大数据的 28 大备忘单
解决多标签分类问题（包括案例研究）
从示例中理解支持向量机算法（连同代码）
卷积神经网络 (CNN) 架构揭秘
XGBoost 参数调优完整指南（含 Python 代码）
使用 MLR 包在 R 中练习机器学习技术
深度学习的英雄：来自 Andrew Ngs 访谈系列的有抱负的数据科学家的最佳收获
机器学习和深度学习算法：
线性和逻辑回归
天真的eBayes
神经网络
决策树
卷积神经网络
长短期记忆递归神经网络
SVM（支持向量机）
受限玻尔兹曼机
受限玻尔兹曼机
学习库和工具：
熊猫
Matplotlib
Scikit-学习
TensorFlow
咖啡
PyTorch
XGBoost
时代
PySpark
热门类别和主题
数据科学
大数据
商业分析
深度学习
机器学习
NLP（自然语言处理）
强化学习
神经网络（传统和卷积）
监督学习
无监督学习
在 Python 和 R 中建模
时间序列分析
数据工程
我们的博客和时事通讯有超过 200,000 名注册用户，我们的门户网站每月访问量超过 240 万。人们参与 Analytics Vidhya 是为了向思想领袖和行业专家学习，在我们的全球 DataHack 平台 (https://datahack.analyticsvidhya.com/contest/all/) 上参与招聘、品牌推广和问题解决/众包黑客马拉松等领域作为人工智能、机器学习、数据工程、数据挖掘和高级分析，还参与讨论以分享想法并为组织解决与数据相关的业务问题。在过去的 2 年里，我们与一些全球领先的公司在世界和印度参与了 60 多次黑客马拉松。我们还有一个专门的课程平台 (https://trainings.analyticsvidhya.com/)，由数据科学领域的佼佼者创建，您可以在其中注册课程并提高您的技能。
隐私：https://www.analyticsvidhya.com/privacy-policy/
条款：https://www.analyticsvidhya.com/terms/
