您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. moocs_completed:我已完成在线课程列表,并附有相应的证书-源码

  2. moocs_completed 我已完成在线课程列表,并附有相应的证书 从Daquest完成的数据科学路径: 数据分析Python基础 Python for Data Science:基础 适用于数据科学的Python:中间 熊猫和NumPy:基础 探索性数据可视化 数据清理和分析 数据清理项目演练 Python中的数据清理:高级 统计基础 中级统计:平均值和变异性 概率:基础 有条件概率 假设检验:基础 机器学习:基础 线性代数机器学习 机器学习微积分 机器学习线性回归 Python中的机
  3. 所属分类:其它

  1. HarvardX-PH125.9x-Data-Science-Capstone-源码

  2. 数据科学的顶峰 哈佛大学:PH125.9x | 数据科学:Capstone 抽象的 这是的最后一门课程,与该系列以前的课程完全不同。 与“专业证书计划”中的其他课程不同,在本课程中,您将少受讲师的指导。 在此基础课程中,您将通过独立完成自己的数据科学项目来展示到目前为止所学到的知识。 要成为专家数据科学家,您需要实践和经验。 通过完成此基础课程,您将有机会应用在整个系列中获得的R数据分析的知识库和技能,包括数据可视化,概率,推理和建模,数据整理,数据组织,回归和机器学习。 如果您完成了顶峰,您
  3. 所属分类:其它

    • 发布日期:2021-03-16
    • 文件大小:44mb
    • 提供者:weixin_42100129
  1. Data-Science:项目数据分析基础-源码

  2. 数据科学 这里有一些我正在做的数据科学项目
  3. 所属分类:其它

    • 发布日期:2021-03-15
    • 文件大小:64kb
    • 提供者:weixin_42099633
  1. IBM-Data-Science-course-Final-Project-Assignment:IBM数据科学课程-最终的顶峰项目-邻里之战-源码

  2. IBM课程-应用数据科学认证项目-近邻之战 此存储库中的笔记本已作为“ IBM数据科学专业证书”课程的一部分制作,该课程是数据科学领域的入门课程。 该课程由10个模块组成,涵盖了数据科学领域的各个方面,包括数据科学方法论,SQL,分析和可视化数据,机器学习模型等。从模块4开始,参与者开始学习以下课程的编程基础Python。 该报告是该课程最终作业的一部分,在该作业中,参与者通过提出一个自选项目将实践中的理论应用到实践中。 作为项目的一部分,应使用Foursquare API获取地理空间数据。 F
  3. 所属分类:其它

    • 发布日期:2021-03-09
    • 文件大小:26mb
    • 提供者:weixin_42099176
  1. IBM-Data-Science-course---Final-Project-Assignment:IBM数据科学课程-最终的顶峰项目-邻里之战-源码

  2. IBM课程-应用数据科学认证项目-近邻之战 此存储库中的笔记本已作为“ IBM数据科学专业证书”课程的一部分制作,该课程是数据科学领域的入门课程。 该课程由10个模块组成,涵盖了数据科学领域的各个方面,包括数据科学方法论,SQL,分析和可视化数据,机器学习模型等。从模块4开始,参与者开始学习以下课程的编程基础Python。 该报告是该课程最终作业的一部分,在该作业中,参与者通过提出一个自选项目将实践中的理论应用到实践中。 作为项目的一部分,应使用Foursquare API获取地理空间数据。 F
  3. 所属分类:其它

  1. IBM-Python-Data-Science:IBM提供的Python程序,涵盖5门课程-源码

  2. IBM Python数据科学计划 这是我的GitHub存储库,该存储库是IBM通过提供的有关学习Python编码课程的课程计划。 程序名称: 该计划包括以下5门课程: 课程顺序 课程编号 课程名 01 IBM PY0101EN 数据科学的Python基础 02 IBM DA0101EN 使用Python分析数据 03 IBM TBC 使用Python可视化数据 04 IBM TBC 使用Python进行机器学习:实用介绍 05 IBM TBC 数据科学和机器学习的顶点项
  3. 所属分类:其它

  1. Data-Science-源码

  2. 数据科学 第3周IP 该项目侧重于科特迪瓦的MTN技术基础设施升级策略。 该项目的业务目标是为该地区的公司移动用户升级MTN技术基础架构。 CRISP-DM方法用于指导数据报告,包括以下部分:业务理解,业务目标,数据理解,数据准备,数据分析,建议和结论。 我研究了提供的数据集并提取了宝贵的见解,这些见解可用来为升级提供建议。
  3. 所属分类:其它

    • 发布日期:2021-03-30
    • 文件大小:398kb
    • 提供者:weixin_42151772