पाठ्यक्रम

AG01.    पाइथन और ज्यूपिटर वातावरण स्थापित करें, डेटा विश्लेषण के लिए एक शक्तिशाली ढांचा

AG02.    पायथन के साथ कार्य करना, _cc781905-5cde-3bbond-31956

AG03.     ज्यूपिटर नोटबुक वातावरण का उपयोग करें

AG04.    पायथन में प्रोग्रामिंग अवधारणाएं

AG05.    पायथन में भिन्न डेटा संरचनाएं

AG06.    How to work with various data formats within python, including JSON, and  _cc781905 -5cde-3194-bb3b-136bad5cf58d_         _cc781905-5cde-3194- bb3b-136bad5cf58d_           _cc781905- 5cde-3194-bb3b-136bad5cf58d_MS-Excel वर्कशीट

AG07.    नम्पी सीखें - एक सामान्य वैज्ञानिक संगणना पुस्तकालय

AG08.     संरचनात्मक डेटा प्रोसेसिंग के लिए पंडों से परिचित होना

AG09.    पायथन में माटप्लोटलिब और सीबॉर्न लाइब्रेरी का उपयोग करके जानकारीपूर्ण, उपयोगी और सुंदर विज़ुअलाइज़ेशन डैशबोर्ड बनाना

AG10.    डेटा माइनिंग में क्लस्टरिंग से परिचित होना

AG11.    Python डेटा साइंस हैंडबुक आवश्यक उपकरण डेटा के साथ काम करने के लिए

AG12.    पायथन में सामान्य सांख्यिकीय डेटा विश्लेषण तकनीक सीखें

AG13.    समय या समय श्रृंखला पूर्वानुमान के साथ डेटा की भविष्यवाणी करना

AG14.    Basic Statistics for data science course covering standard deviation, covariance,  _cc781905- 5cde-3194-bb3b-136bad5cf58d_ सहसंबंध, स्वसहसंबंध

AG15.    मशीन लर्निंग प्रोजेक्ट का जीवन-चक्र

AG16.    डेटा विश्लेषक का जीवन, डेटा वैज्ञानिक

मशीन लर्निंग मॉडल बनाने के लिए AG17.    चरण-दर-चरण निष्पादन

AG18.    मशीन लर्निंग का परिचय

AG19.    मशीन लर्निंग में विभिन्न तकनीकों का वर्गीकरण और अवलोकन

AG20.    मशीन सीखने के कार्यों के लिए स्किकिट-लर्न (sklearn) का उपयोग करें

AG21.    डेटा के प्रकार और उनके उपयोग को समझना

AG22.    सरल रेखीय प्रतिगमन से परिचित होना

AG23.    मल्टीपल लीनियर रिग्रेशन के साथ निरंतर चर की भविष्यवाणी को सामान्य बनाना

AG24.    क्रॉस-सत्यापन विधि बेहतर मॉडल बनाने के लिए

AG25.    RMSE जैसी कई तकनीकों का उपयोग करके मॉडल मूल्यांकन

​

​

​​