பைத்தானை பயன்படுத்தி மெஷின் லேர்னிங் மற்றும் ஆர்ட்டிஃபிசியல் இன்டலிஜன்ஸ் - ஆன்லைன் வகுப்பு

 Online Class

260   Users Booked

S$ 168   S$ 84

SYLLABUS

Total Sessions: 39 | Total Hours: 60 Hours

1. மெஷின் லேர்னிங் மற்றும் ஆர்ட்டிஃபிசியல் இன்டலிஜன்ஸ் அறிமுகம்(1 Session)
அனைத்து அடிப்படைகள்¸ டேட்டா சைன்ஸ் தொகுதிகள் மற்றும் இயந்திர கற்றல் மற்றும் அதன் கருவிகளின் பயன்பாடு
2. பைத்தான் அறிமுகம் மற்றும் IDE(1 Session)
பைத்தான் மற்றும் பைத்தான் நோட்புக் மற்றும் பல
3. பைத்தான் புரோகிராமிங் அறிமுகம் மற்றும் டேட்டா டைப்ஸ்(1 Session)
திட்டம் மற்றும் நிரலாக்க கருத்து, பைத்தான் உள்ள நிரலாக்க கட்டமைப்புகள் மற்றும் பல
4. Numpy Packages and its Handson(1 Session)
Numpy Package, உருவாக்குதல் மற்றும் வரிசைப்படுத்துதல்¸ வரிசை மற்றும் கோப்பு உள்ளீடு மற்றும் வெளியீட்டைப் பயன்படுத்தி டேட்டா செயலாக்கம்.
5. பாண்டஸ் பேக்கேஜ் மற்றும் ஹேண்ட்சன்(1 Session)
பாண்டஸ் அறிமுகம், பாண்டஸ் தொகுப்புகள் ஹேண்ட்சன், டேட்டா ஃப்ரேம் மற்றும் லிஸ்ட் மற்றும் டேட்டா ஃப்ரேம் மற்றும் செட் மற்றும் OTS ஹேண்ட்சன் ஆகியவற்றை உருவாக்குது
6. Matplotlib பேக்கேஜ் பயன்படுத்தி டேட்டா விஸ்வலேசன்(1 Session)
டேட்டா விஸ்வலேசன் அறிமுகம், ஹேண்ட்சன் லைன் கிராஃப்¸ பை சார்ட்¸ பார் கிராஃப்¸ மற்றும் பல
7. விளக்க புள்ளிவிவரம் அறிமுகம் using Pandas(1 Session)
விளக்க புள்ளிவிவரம் அறிமுகம் மற்றும் பல
8. ஹய்போதீசிஸ் டெஸ்டிங் மற்றும் அதன் செயல்முறை(1 Session)
ஹய்போதீசிஸ் அறிமுகம்¸ ஹய்போதீசிஸ் உருவாக்கம் மற்றும் அதன் செயல்முறை மற்றும் ஹய்போதீசிஸ் பிழைகள்
9. Scipy பயன்படுத்தி இன்ஃபரன்சியல் புள்ளிவிவரங்கள்(1 Session)
இன்பரன்சியல் புள்ளிவிவரங்கள் பற்றிய முன்னுரை, Scipy பயன்படுத்தி நான் பேராமெட்ரிக் டெஸ்ட் செய்யும் முறை, நான் பேராமெட்ரிக் டெஸ்டான்ட்ஸான், Scipy பயன்படுத்தி பேராமெட்ரிக் டெஸ்ட் ஹான்ட்ஸான்
SHOW MORE SESSIONS
10. தகவல் தயாரிக்கும் முறைகள் மற்றும் EDA(1 Session)
தகவல் தயாரிக்கும் முறைகள் மற்றும் எக்ப்ளோரேடரி டேட்டா ஆய்வு
11. அளவிடுதல்(1 Session)
பிரைமரி ஸ்கேல்கள் - தகவல் ஆய்வு, ஒப்பீடு அளவிடுதல் முறைகள் மற்றும் ஒப்பீடு அல்லாத அளவிடுதல் முறைகள்
12. தகவல் சேகரித்தல் மற்றும் தகவல் கையாளுதல(1 Session)
தகவல் சேகரிக்கும் முறைகள், தகவல் வகைகள், தகவல் பிழைகள் மற்றும் தகவல் கையாளும் முறைகள்
13. கோரிலேன் மற்றும் அப்ளிகேன(1 Session)
கோரிலேன் பற்றிய முன்னுரை, பிராடக்ட் மூவ்மென்ட் கோரிலேன் மற்றும் பயன்பாடு, ஹய்பாதீஸிஸ் பயன்படுத்தி கோரிலேன் செய்யும் முறை, ஸ்கிப்பி பேக்கேஜஸ் பயன்படுத்தி கோரிலேன் ஹான்ட்ஸான்
14. வினாப்பட்டியல் தயாரிக்கும் முறை(1 Session)
வினாப்பட்டியல் தயாரிக்கும் முறை மற்றும் அதன் பயன்பாடு
15. டைம் சீரிஸ்(1 Session)
டைம்சீரிஸ் காம்போனென்ட்ஸ் மற்றும் ஸ்மூதெனிங் டைம்சீரிஸ் - போர்காஸ்டிங் முறைகள் மற்றும் ஹாண்ட்ஸ் ஆன்
16. பாக்டர் அனாலிசிஸ்(1 Session)
பாக்டர் அனாலிசிஸ் - பி.சி.யே மற்றும் ரொடேஷன் முறை பாக்டர் அனாலிசிஸ் - நிகழ்நேர கேஸ்டடி மற்றும் Sklearn பயன்படுத்தி பாக்டர் அனாலிசிஸ் ஹாண்ட்ஸ்-ஆன்
17. க்ளஸ்டர் அனாலிசிஸ்(1 Session)
ஹயரார்க்கிகள் க்ளஸ்டரிங் நான் ஹயரார்க்கிகள் க்ளஸ்டரிங் மற்றும் க்ளஸ்டர் அனாலிசிஸ் ஹாண்ட்ஸ்-ஆன்
18. டேட்டா ஆர்கிடெக்ச்சர் (1 Session)
டேட்டா ஆர்கிடெக்ச்சர், டேட்டா வேர்ஹவுஸிங் மற்றும் மல்டி டைமென்ஷனல்-மாடல்
19. ANOVA - அனாலிசிஸ் ஆப் வேரியன்ஸ்(1 Session)
'ஹைபோதிசிஸ் டெஸ்டிங்' பயன்படுத்தி ANOVA மற்றும் Python பயன்படுத்தி ஹாண்ட்ஸ்-ஆன்
20. ANOVA - அனாலிசிஸ் ஆப் கோவேரியன்ஸ்(1 Session)
'ஹைபோதிசிஸ் டெஸ்டிங்' மற்றும் ANCOVA பயன்படுத்தி ஹாண்ட்ஸ்-ஆன்
21. டிஸ்க்ரிமினன்ட் அனாலிசிஸ்(1 Session)
டிஸ்க்ரிமினன்ட் அனாலிசிஸ் (Discriminant Analysis ) மற்றும் அதன் பயன்பாடு, Python பயன்பாடு டிஸ்க்ரிமினன்ட் அனாலிசிஸ் ஹாண்ட்ஸ்-ஆன்
22. லாஜிஸ்டிக் ரிக்ரஷன்(1 Session)
லாஜிஸ்டிக் ரிக்ரஷன் (Logistic Regression ) முறைகள் மற்றும் பயன்பாடு Sklearn தொகுப்புகள்
23. லீனியர் ரிக்ரஷன்(1 Session)
லீனியர் ரிக்ரஷன் (Linear Regression ) பற்றிய முன்னுரை, ஹைப்போதிஸிஸ் (Hypothesis ) சோதனை பயன்படுத்தி Simple ரெஃப்ரெஸ்ஸின், Multiple Regression மற்றும் அனுமானங்கள், Python பயன்படுத்தி Simple மற்றும் Multiple Regression ஹன்ஸ்டான்
24. நிகழ்தகவு போயீஸ் தேற்றம் (Probability Baye ' s Theorem)(1 Session)
நிகழ்தகவு (Probability) பற்றிய முன்னுரை, அதன் பயன்பாடு மற்றும் Probability பயன்படுத்தி போயீஸ் தேற்றம் (Baye ' s Theorem)
25. தனித்துவமான நிகழ்தகவு விநியோகம்(Discrete Probability Distribution )(1 Session)
தனித்துவமான நிகழ்தகவு விநியோகம்(Discrete Probability Distribution )-இருவகை விநியோகம் (Binomial ), பாய்சான் (Poisson ) மற்றும் ஹாப்பர் ஜியோமெட்ரிக் விநியோகம் (Hyper geometric Distribution ) மற்றும் அதன் பயன்பாடு
26. தொடர்ச்சியான நிகழ்தகவு விநியோகம்(Continuous Probability Distribution)(1 Session)
தொடர்ச்சியான நிகழ்தகவு விநியோகம்(Continuous Probability Distribution)- சீரான நிகழ்தகவு (Uniform ), சாதாரண நிகழ்தகவு (Normal ) மற்றும் எக்ஸ்போனான்ஷியல்/அதிவேக (Exponential Distribution ) அதன் பயன்பாடுகள்
27. சங்க விதி (Association rule )- அஃப்ரியோரி வழிமுறை (Apriori Algorithm)(1 Session)
அஃப்ரியோரி வழிமுறை (Apriori Algorithm), மார்க்கெட் பாஸ்க்ட் அனாலிசிஸ்(Market Basket Analysis) மற்றும் அஃப்ரியோரி வழிமுறை (Apriori Algorithm)ஹான்ஸ்டான்
28. ஆர்டிபிசியல் நியூரல் நெட்ஒர்க் (Artificial Neural Network)(1 Session)
செயற்கை சித்தனை இணையம்/ செயற்கை நரம்பு பின்னலமைப்பு (ANN )-சிங்கிள் (Single ) மற்றும் மல்டி ளேயெர்ட் ஆர்கிடெக்ச்சர்(Multi Layered Architecture) மற்றும் ANN நிகழ்நேர (Real Time) எடுத்துக்காட்டு
29. டெசிஷன் ட்ரீ (Decision Tree)(1 Session)
டெசிஷன் ட்ரீ (Decision Tree) முன்னுரை மற்றும் Logics செயல்படுத்தும் முறை டெசிஷன் ட்ரீ (Decision tree) - Sklearn Packages பயன்படுத்தி ஹங்ஸ்ட்ரான்
30. ரான்டொம் போரெஸ்ட் (Random Forest)(1 Session)
ரான்டொம் போரெஸ்ட் (Random Forest)-முன்னுரை மற்றும் Logics செயல்படுத்தும் முறை மற்றும் Random Forest - Sklearn Packages பயன்படுத்தி ஹான்ஸ்டான்
31. நைவ் பேயீஸ் வகைப்பாடு (Naïve Baye's Classification)(1 Session)
நைவ் பேயீஸ் வகைப்பாடு (Naïve Baye's Classification) - முன்னுரை மற்றும் செயல்படுத்தல் தர்க்கங்கள்
32. கே நியரெஸ்ட் நெய்பர் / K அருகிலுள்ள அண்டை (K Nearest Neighbour)(1 Session)
KNN - முன்னுரை மற்றும் தர்க்கம் செயல்படுத்தும் முறை KNN - Sklearn Packages பயன்படுத்தி ஹான்ஸ்டான்
33. சப்போர்ட் வெக்டர் மெஷின் / ஆதரவு திசையன் இயந்திரம் (Support Vector Machine)(1 Session)
சப்போர்ட் வெக்டர் மெஷின் (SVM) - முன்னுரை மற்றும் தர்க்கம் செயல்படுத்தும் முறை SVM - Sklearn Packages பயன்படுத்தி ஹான்ஸ்டான்
34. ஆர்டிபிசியல் நியூரல் நெட்ஒர்க் (Artificial Neural Network) (1 Session)
ANN - முன்னுரை, கட்டமைப்பு / ஆர்கிடெக்சர் (Architecture) மற்றும் திட்ட வரைபடம் (Schematic diafram), Architectural வகைகள், முன் செயலாக்கம் (Pre Processing) வழிமுறைகள்
CLASS SUMMARY
எளிமையான முறையில் ஒரே மாதத்தில் மெஷின் லேர்னிங் மற்றும் ஆர்ட்டிஃபிசியல் இன்டலிஜன்ஸ் கோர்ஸ்-ஐ மிக தெளிவாக உங்களது வசதிக்கேற்ப இலகுவான நேரத்தில் மற்றும் இடத்தில் ஆன்லைன் மூலம் கற்றுக்கொண்டு வேலைவாய்ப்பை பெற விரும்புகிறீர்களா? இந்த மெஷின் லேர்னிங் மற்றும் ஆர்ட்டிஃபிசியல் இன்டலிஜன்ஸ் வகுப்பை CBAP சான்று பெற்ற நிபுணர் மற்றும் Senior Business Analyst திரு. தினேஷ் பாபு அவர்கள் உருவாக்கியுள்ளார். இவர் இந்தியா மற்றும் வெளிநாட்டு மாணவர்களுக்கு டேட்டா அனாலிசிஸ் பயிற்சியை நடத்தி வருகிறார். 8 ஆண்டுகளுக்கு மேலாக அவரது பயிற்சியும்¸ அறிவும்¸ நிபுணத்துவத்தாலும் அவர் பல விருதுகளை பெற்றுள்ளார். 2017-ம் ஆண்டு டெல்லியில் சிறந்த டேட்டா சைன்ஸ் ஆசிரியர் என்ற பெயரை பெற்றுள்ளார். இந்த வகுப்பு வணிக நுண்ணறிவு மற்று வணிக பகுப்பாய்வு இடங்களில் அறிமுகப்படுத்துகிறது. இந்த வகுப்பு statistics, quantitative analysis, exploratory predictive models, and fact-based management போன்ற அவசியமான கருவிகளைக் கொண்டிருக்கும். மெஷின் லேர்னிங் மற்றும் ஆர்ட்டிஃபிசியல் இன்டலிஜன்ஸ்; வகுப்பு வீடியோ வடிவத்தில் கிடைக்கும். இதை மாணவர்கள் தங்கள் தனிப்பட்ட பயனாளர் ஐடி மற்றும் கடவுச்சொல் (பாஸ்வேர்ட்) மூலம் எப்போது வேண்டுமானாலும் கற்றுக்கொள்ளலாம்.
பாடத்தின் சிறப்புகள் பின்வருமாறு:
1. மாணவர்களுக்கு ஆசிரியருடன் நேரலை(ஆன்லைன்) வகுப்பு¸ தங்களது கேள்விகளுக்கு பதில் தர நேரம் அமைத்து தரப்படும்.
2. ஒவ்வொரு 20 நிமிட இடைவெளியிலும் நீங்கள் கற்றுக்கொண்ட தலைப்புகள் பற்றி கேள்விகள் கேட்கப்படும்
3. வாரம் ஒருமுறை கற்றுக்கொண்ட கருத்துக்களை பயிற்சி செய்து பார்ப்பதற்கான கேள்விகள் வழங்கப்படும்.
4. தொழில்துறை நிபுணர்களின் தனித்துவத்துடன் வடிவமைக்கப்பட்ட ஆன்லைன் வகுப்பு.
5. இதன்மூலம் மாணவர்களுக்கு இன்டன்~pப் வாய்ப்புகள் வழங்குவதோடு¸ மாணவர்களுக்கு அனுபவத்தை வழங்குவதற்காக¸ பல்வேறு நிறுவனங்களுடன் இணைந்திருக்கிறோம்.
6. மதிப்பீட்டில் தேர்வடையும் மாணவர்களுக்கு இன்டர்ன்ஷிப் பெற வாய்ப்புகள் உண்டு.
7. ஆன்லைன் வகுப்புகள் உங்கள் வசதிக்கேற்ப எப்போது வேண்டுமானாலும் கற்றுக்கொள்ளலாம்.
ABOUT CLASS
இந்த பாடநெறி அடிப்படையிலிருந்து கற்று தரப்படுகிறது. எனவே¸ மெஷின் லேர்னிங் மற்றும் ஆர்ட்டிஃபிசியல் இன்டலிஜன்ஸ் புரிதல் இல்லாத மாணவர்களும் கற்றுக்கொள்ளலாம்.
மெஷின் லேர்னிங் மற்றும் ஆர்ட்டிஃபிசியல் இன்டலிஜன்ஸ் வகுப்பு பின்வரும் தலைப்புகளைக் கொண்டது Numpy Packages and its Handson, Pandas Packages and its Handson, Data Preparation Process and EDA, Linear Regression and its Application, ANOVA - Analysis of Variance, ANCOVA - Analysis of Covariance, Time Series, Marketing Analytics and its Case Study, Finance Analytics and its Application etc., போன்றவற்றை உள்ளடக்கியது.
ABOUT ACADEMY
எங்கள் பிரைன்குரூம் இந்தியா பிரைவைட் லிமிடெட் நிறுவனம் சிங்கப்பூர் தலைமையிடமாக கொண்ட நிறுவனம். இது புதிய தொழில்நுட்பத் தீர்வுகளை உருவாக்கும் ஒரு தனியார் அமைப்பாகும். எங்கள் ஆன்லைன் வகுப்பு மூலம் ஆப் டெவலப்மெண்ட்¸ செயற்கை நுண்ணறிவு மற்றும் இன்டன்ஷிப் வாய்ப்புகளை வழங்குகிறோம். ப்ரைன்குரூமுடன் இணைந்து மாற்றத்தின் ஒரு பகுதியாக இருங்கள்.
மெஷின் லேர்னிங் மற்றும் ஆர்ட்டிஃபிசியல் இன்டலிஜன்ஸ் பாடத்திட்டமானது திரு. தினேஷ்; பாபு அவர்களால் உருவாக்கப்பட்டது. திரு. தினேஷ்; பாபு¸ பி.டெக்¸ எம்.பி.ஏ.¸ பி.ஹெச்.டி முடித்துள்ளார். BITS பிலானியில் டேட்டா அனாலிசிஸ் பி.ஹெச்.டி முடித்தள்ளார். இவர் ஒரு தனியார் நிறுவனத்தில் பிசினஸ் அனாலிஸ்டாக பணிபுரிகிறார். இந்த பாடத்திட்டத்தில் இவர் கொண்டுள்;ள பேர்ஆர்வம் மற்றும் இளைஞர்களுக்கு வேலைவாய்ப்புகளில் வழிகாட்டுவதில் இவர் கொண்டுள்;ள அக்கறையும் இவரை ஒரு சிறந்த ஆசிரியராக மாற்றியுள்ளது. மேலும் கடந்த 8 ஆண்டுகளாக மெஷின் லேர்னிங் மற்றும் டேட்டா சைன்ஸ் சார்ந்த வேலைவாய்ப்பிற்குரிய பாடங்களைக் கற்பிப்பதில் இவர் ஒன்றன் பின் ஒன்றாக பல பாராட்டுகளையும்¸ அங்கீகாரங்களையும் பெற்றுள்ளார்.
Reviews

No Reviews Found

JOBS & INTERNSHIP PROVIDERS
SMALL BUSINESS OPPORTUNITIES FROM DISTRIBUTORS
STUDENT FUNDING OPPORTUNITIES FROM CROWD FUNDING PLATFORMS
CLICK HERE TO APPLY

Crowd funding for student based ideas - Now post your project ideas and stand a chance to get funded by our partner Crowd Pouch.

stripe-payment-available
ssl-secured
verisign

Our Mentors & Partners
facebook-she-leads
oracle-ecosysyem-scale
mafoi
Other Classes From This Tutor
You may also like