第 3 节，共 55 节
4Developers 2017: Praktyczny wstęp do Machine Learning (Mateusz Rogowski)
课时55 节课
- 1CS2401 Tool Demo: RapidMiner for Classification
- 2Caffe Deep Learning Framework - NVIDIA Jetson TX2
- 34Developers 2017: Praktyczny wstęp do Machine Learning (Mateusz Rogowski)
- 4PL Machine learning it's easy! by Mariusz Strzelecki
- 5Demonstracja działania Machine Learning - sieć sklepów
- 6Patryk Miziuła, Uczenie maszynowe – jak zacząć (meetup 37)
- 7Toruń JUG #42 - "Uczenie maszynowe – lepiej wcześnie niż później" - Patryk Miziuła
- 8Jetson Nano GPIO
- 9Embedded Deep Learning with NVIDIA Jetson
- 10Czy programiści podzielą los dinozaurów a program może napisać się sam? - Wojciech Czarnowski
- 11Trenuję sieć neuronową w Keras i Jupyter notebook 0027
- 12Paweł Morawiecki – Wprowadzenie do głębokich sieci neuronowych
- 13CoreDump Krakow, 26-27 listopada 2018. Patryk Miziuła: "Machine learning - let's get ready..."
- 14Marek Cygan - Uczenie maszynowe w manipulacji obiektami przez roboty(meetup 41)
- 15Grzegorz Łoś - Maszynowe rozpoznawanie obrazów w praktyce (meetup 38)
- 16Andrzej Pyskir - Czy można nauczyć komputer znajdować budynki na zdjęciach satelitarnych?
- 17Install Anaconda Python, Jupyter Notebook, Spyder on Ubuntu Linux
- 184Developers 2018: TensorFlow - od zera do jeden (Mateusz Budzar)
- 19Zaproś sztuczną inteligencję na rozmowę kwalifikacyjną, Marcin Stachowiak
- 20BM46: Szeregi czasowe: rozmowa z doświadczonym inżynierem z Uber
- 212017 - Piotr Guzik - Anomaly detection made easy
- 22Seminarium Online - Wprowadzenie do uczenia maszynowego z wykorzystaniem języka Python
- 23Seminarium Online - Wprowadzenie do uczenia maszynowego z wykorzystaniem języka Python
- 24Orange & Python - rozpocznij przygodę z Data Science
- 25Patryk Miziuła - Wektoryzowanie danych w Pythonie - szybciej i matematyczniej (PyData Bydgoszcz #1)
- 26Webinar: Python w analizie danych: Q&A
- 27Math for ML (22) - Regresja Liniowa część 2.
- 28Deep Learning with Python, TensorFlow, and Keras tutorial
- 29Classify Handwritten Digits Using Python and Artificial Neural Networks
- 30Image Analysis in Python with SciPy and scikit-image | SciPy 2018 Tutorial | Stefan van der Walt
- 31PyLight Waw #15 - Ignacy Janiszewski - Uczenie maszynowe dla pyczątkujących
- 32Stock Price Prediction Using Python & Machine Learning
- 33Complete Python Pandas Data Science Tutorial! (Reading CSV/Excel files, Sorting, Filtering, Groupby)
- 34SQL Day 2019 | AI i Data Science w przemyśle - Łukasz Grala
- 35SQL Day 2019 | Python i uczenie maszynowe na dużą skalę w Apache Spark - Tomasz Cieplak
- 36SQL Day 2019 | Uczenie maszynowe w praktyce – historia z happy endem - Krzysztof Kotowski
- 37Machine Learning od podstaw. Pandas cz. 2
- 38Covid 19 Data Analysis
- 39Webinar: Szczęśliwi czasu nie liczą, maszyny liczą, czyli uczenie maszynowe dla szeregów czasowych
- 40Jetson AI Fundamentals - S1E3 - Image Classification Project
- 41Jetson AI Fundamentals - S3E1 - Hello AI World Setup
- 42Sztuczna Inteligencja: powstanie, rozwój, rokowania, Jarek Gryz
- 43Modern Time Series Analysis | SciPy 2019 Tutorial | Aileen Nielsen
- 44liveProject | Exploring the Nuances of Energy Data in Python
- 45Python Pandas Tutorial (Part 10): Working with Dates and Time Series Data
- 46ARIMA Model Python Example — Time Series Forecasting
- 47Forecasting Multiple Time Series with Modeltime | Bonus Auto-Forecast Shiny App [Lab 46]
- 48Full Time Series Example : Time Series Talk
- 49Webinar: Podstawy analizy danych w języku Python
- 50Praktycznie Ekonometrycznie. Model ARIMA
- 51Markus Loning - Introduction to Machine Learning with Time Series | PyData Fest Amsterdam 2020
- 52Joe Jevnik - A Worked Example of Using Neural Networks for Time Series Prediction
- 53TUTORIAL / Marysia Winkels / (Serious) Time for Time Series
- 54Pandas: free courses, books and learning resources.
- 55[LIVE] Data Science po godzinach