Brève description / annotation

Introduction. Cours accéléré de Python. Visualisation des données. Algèbre linéaire. Statistique. Probabilités. Hypothèse et inférence. Descente de gradient. Collecte des données. Travail sur les données. Apprentissage automatique. K plus proches voisins. Classification naïve bayésienne. Régression linéaire simple. Régression linéaire multiple. Régression logistique. Arbres de décision. Réseaux neuronaux. Clustering. Traitement automatique du langage naturel. Analyse des réseaux. Systèmes de recommandation. Base de données et SQL. MapReduce. En avant pour la data science.

Détails