Python හි ගොඩනගා ඇති සම්පූර්ණයෙන්ම පුහුණු කරන ලද සහ පරීක්ෂා කරන ලද යන්ත්‍ර ඉගෙනුම් වර්ගීකරණ ආකෘතියක් ලබා ගන්න — දත්ත පූර්ව සැකසීම, විශේෂාංග තේරීම, ආකෘති ප්‍රශස්තකරණය, සහ සැබෑ ලෝක භාවිතය සඳහා සූදානම් ප්‍රතිඵල පිළිබඳ පැහැදිලි අර්ථකථනයක් සමඟින්.
මම ඔබේ දත්ත කට්ටලය සඳහා Python ML වර්ගීකරණ ආකෘතියක් ගොඩනඟන්නෙමි
තනි, හොඳින් ව්‍යුහගත දත්ත කට්ටලයක් සඳහා මූලික වර්ගීකරණ නල මාර්ගය.
- දත්ත පූර්ව සැකසීම (නැතිවූ අගයන්, කේතනය, පරිමාණය)
- අනාවැකි විචල්‍යයන් හඳුනා ගැනීමට විශේෂාංග තේරීම
- තනි ප්‍රශස්ත වර්ගීකරණ ආකෘතිය පුහුණු කර පරීක්ෂා කර ඇත
- ආකෘති කාර්ය සාධන ඇගයීම සහ ප්‍රතිඵල අර්ථ නිරූපණය
- Pandas & Scikit-learn භාවිතයෙන් Python-පාදක බෙදාහැරීම
- ඔබේ දත්ත සඳහා වඩාත් සුදුසු ඇල්ගොරිතම පිළිබඳ පර්යේෂණ
වඩාත් සංකීර්ණ දත්ත කට්ටල සඳහා බහු-මාදිලි සංසන්දනය සහ ගැඹුරු විශ්ලේෂණය.
- අත්‍යවශ්‍ය සියල්ල
- බහු වර්ගීකරණ ඇල්ගොරිතම සංසන්දනය කිරීම (උදා: අහඹු වනාන්තරය, අනුක්‍රමික වැඩි කිරීම, ස්නායු ජාලය)
- ප්‍රශස්ත ආකෘති නිරවද්‍යතාවය සඳහා අධිපරාමිති සුසර කිරීම
- අවශ්‍ය තැන්වල පන්ති අසමතුලිතතාවය හැසිරවීම
- විශේෂාංග වැදගත්කම පිළිබඳ අවබෝධය සමඟ පුළුල් අර්ථකථනය
- Scikit-learn සහ TensorFlow සුදුසු පරිදි භාවිතා කරන Python කේතය
සමූහ ක්‍රම, සවිස්තරාත්මක වලංගුකරණය සහ සවිස්තරාත්මක ලිඛිත සොයාගැනීම් සහිත පූර්ණ-විෂය වර්ගීකරණ ව්‍යාපෘතිය.
- වෘත්තීයමය වශයෙන් සියල්ල
- සමූහ සහ උසස් ස්නායු ජාල ආකෘති ඇගයීමට ලක් කරන ලදී
- හරස්-සත්‍යාපනය සහ ශක්තිමත් පුහුණු/පරීක්ෂණ ක්‍රමවේදය
- ක්‍රමවේදය, සොයාගැනීම් සහ නිර්දේශ පිළිබඳ සවිස්තරාත්මක ලිඛිත වාර්තාව
- සම්පූර්ණ අදහස් දැක්වූ Python කේතය සහ මූලාශ්‍ර ගොනු ලබා දෙන ලදී
- ඇණවුම් කතාබස් හරහා සමීප සහයෝගීතාවයකින් යුත් ප්‍රමුඛතා ඇණවුම් හැසිරවීම
අභිරුචි දීමනාවක් ඉල්ලන්න
අභිරුචි දීමනාවක් ඉල්ලීමට පිවිසෙන්න
මෙම Zinner වෙතින් පුද්ගලීකරණය කළ දීමනාවක් ඉල්ලීමට නොමිලේ ගිණුමක් සාදන්න හෝ පිවිසෙන්න.
පිවිසෙන්න / ලියාපදිංචි වන්නපෙර-විකුණුම් ප්‍රශ්නයක් අසන්න
ප්‍රශ්නයක් ඇසීමට පිවිසෙන්න
වේදිකා ස්පෑම් අඩු කිරීම සඳහා, පෙර-විකුණුම් පණිවිඩ යැවිය හැක්කේ පිවිසී සිටින පරිශීලකයින්ට පමණි.
මෙම Zinner වෙත සෘජුවම පණිවිඩ යැවීමට නොමිලේ ගිණුමක් සාදන්න හෝ පිවිසෙන්න.
පිවිසෙන්න / ලියාපදිංචි වන්නපිවිසීම අවශ්යයි
මෙම Zinner වෙත පණිවිඩයක් යැවීමට නොමිලේ ගිණුමක් සාදන්න හෝ ලොග් වන්න.
පිවිසෙන්න / ලියාපදිංචි වන්නපිවිසීම අවශ්යයි
පුද්ගලීකරණය කළ පිරිනැමීමක් ඉල්ලීමට නොමිලේ ගිණුමක් සාදන්න හෝ ලොග් වන්න.
පිවිසෙන්න / ලියාපදිංචි වන්නඑක් බැල්මකින්
ඔබට තීරණය කිරීමට උපකාර වන මෙම සේවාව පිළිබඳ ප්‍රධාන විස්තර. Zinn Hub විසින් ජනනය කරන ලදී, විකුණුම්කරු විසින් නොවේ.
අගය පිහිටීම
ඇල්ගොරිතම ආවරණය
තාක්ෂණික තොගය
භාරදීමේ වේලාව
දත්ත අවශ්‍යතාවය
ඔබට ලැබෙන දේ
සම්පූර්ණ විස්තරය
ඔබේ ව්‍යාපාරය වගු දත්ත මත පදනම් වී ඇත්නම් සහ ඔබට ප්‍රතිඵල පුරෝකථනය කිරීමට අවශ්‍ය නම් — පාරිභෝගික ඉවත් වීම, රෝග වර්ගීකරණය, වංචා හඳුනාගැනීම, ප්‍රමුඛතා ලකුණු කිරීම, හෝ වෙනත් ඕනෑම කාණ්ඩය මත පදනම් වූ ඉලක්කයක් — නිසි ලෙස ගොඩනඟන ලද යන්ත්‍ර ඉගෙනුම් වර්ගීකරණ ආකෘතියක් එම අමු දත්ත විශ්වාසනීය, ක්‍රියාකාරී පුරෝකථනයන් බවට පත් කරයි.
Zinn Digital යනු Python හි වර්ගීකරණ විසඳුම් ලබා දීමේ පුළුල් ප්‍රායෝගික අත්දැකීම් සහිත ලන්ඩන් පදනම් කරගත් දත්ත විද්‍යා කණ්ඩායමකි. අපි අවුල් සහගත අමු දත්තවල සිට ඔබට සැබවින්ම විශ්වාස කළ හැකි සහ භාවිතා කළ හැකි පිරිසිදු, හොඳින් ලේඛනගත ආකෘතියක් දක්වා සම්පූර්ණ නල මාර්ගය හසුරුවන්නෙමු.
අපි ඔබ වෙනුවෙන් කරන්නේ මෙයයි:
අපි සවිස්තරාත්මක දත්ත පූර්ව සැකසීමකින් ආරම්භ කරමු — නැතිවූ අගයන් හැසිරවීම, වර්ගීකරණ විචල්‍යයන් කේතනය කිරීම, විශේෂාංග පරිමාණය කිරීම, සහ ඔබේ ආකෘතියේ ක්‍රියාකාරිත්වය විකෘති කරන පන්ති අසමතුලිතතා ගැටළු විසඳීම. ඊළඟට, අපි පුරෝකථන බලය සැබවින්ම මෙහෙයවන විචල්‍යයන් හඳුනා ගැනීමට දැඩි විශේෂාංග තේරීමක් සිදු කරන්නෙමු, නිරවද්‍යතාවය වැඩි දියුණු නොකර ආකෘති සංකීර්ණත්වය වැඩි කරන ශබ්දය ඉවත් කරන්නෙමු.
පිරිසිදු දත්ත කට්ටලයක් ස්ථාපිත කිරීමෙන් පසු, ඔබේ ගැටලුවට වඩාත් සුදුසු බහු වර්ගීකරණ ඇල්ගොරිතම අපි ඇගයීමට ලක් කර සංසන්දනය කරමු. අපගේ මෙවලම් කට්ටලය ලොජිස්ටික් ප්‍රතිගාමීත්වය, Naïve Bayes, තීරණ ගස් ඇල්ගොරිතම, අහඹු වනාන්තර, ග්‍රේඩියන්ට් බූස්ටිං සහ ස්නායුක ජාලයන් දක්වා විහිදෙන අතර, ඔබේ දත්තවල ලක්ෂණවලට නිවැරදි ප්‍රවේශය ගැලපීමට අපට පුළුල් බවක් ලබා දෙයි. කාර්ය සාධන සංඛ්‍යා අධි-ගැලපීම වෙනුවට සැබෑ ලෝක හැසිරීම පිළිබිඹු වන පරිදි ශක්තිමත් වලංගු කිරීමේ භාවිතයන් භාවිතා කරමින් අපි තෝරාගත් ආකෘතිය පුහුණු කර පරීක්ෂා කරමු.
අවසාන වශයෙන්, අපි ප්‍රතිඵල පැහැදිලිව අර්ථකථනය කරමු — ආකෘතිය ඔබට පවසන්නේ කුමක්ද, එය කෙතරම් විශ්වාසදායකද, සහ ඔබේ නිශ්චිත භාවිත අවස්ථාවෙහි සන්දර්භය තුළ ප්‍රතිඵලවල තේරුම කුමක්ද යන්න පැහැදිලි කරමු.
අප වැඩ කරන මෙවලම් සහ පුස්තකාල: Python, Pandas, Scikit-learn, TensorFlow, සහ ඉහත ලැයිස්තුගත කර ඇති යන්ත්‍ර ඉගෙනීමේ ශිල්පීය ක්‍රමවල සම්පූර්ණ කට්ටලය.
මෙම සේවාව දත්ත විශ්ලේෂකයින්, නිෂ්පාදන කණ්ඩායම්, පර්යේෂකයන් සහ ලේබල් කරන ලද දත්ත කට්ටලයක් ඇති සහ මුල සිටම දත්ත විද්‍යාව ඉගෙන නොගෙන වෘත්තීයමය වශයෙන් විශ්වාසදායක වර්ගීකරණ ආකෘතියක් ගොඩනගා ගැනීමට අවශ්‍ය ව්‍යාපාර හිමිකරුවන් සඳහා වඩාත් සුදුසු වේ.
අපි ලන්ඩන් හි පිහිටා ඇති අතර Zinn Hub හි ඇණවුම් පද්ධතිය හරහා වැඩ කරන්නෙමු. ඔබ ඔබේ ඇණවුම ලබා දුන් පසු, ඔබේ දත්ත කට්ටලය සහ අදාළ ව්‍යාපෘති සන්දර්භය බෙදා ගන්න. අපට පැහැදිලි කිරීමක් අවශ්‍ය නම්, අපි ඇණවුම් කතාබස් හරහා වහාම සම්බන්ධ වන්නෙමු.
ඔබේ විෂය පථයට ගැලපෙන ස්ථරය තෝරාගන්න, එවිට අපි ඔබේ දත්ත තීරණ බවට පත් කරන්නෙමු.
Zinner තත්ත්ව සහතිකය
සෑම Zinner කෙනෙකුම වේදිකාවට සම්බන්ධ වීමට පෙර සමාලෝචනය කර අනුමත කරනු ලැබේ.
සියලුම සේවාවන් අපගේ තත්ත්ව සහතික කිරීමේ කැපවීම මගින් සහාය වේ.
ඔබ භාර දුන් කාර්යය අනුමත කරන තෙක් ඔබේ ගෙවීම ආරක්ෂා කර ඇත.
පැකේජ සසඳන්න
| විශේෂාංගය | අත්‍යවශ්‍ය | වෘත්තීය | උසස් |
|---|---|---|---|
| භාරදීමේ වේලාව | 3 දින | 5 දින | 9 දින |
| සංශෝධන | 1 | 2 | 3 |
| දත්ත පූර්ව සැකසීම (නැතිවූ අගයන්, කේතනය, පරිමාණය) | ✓ | ✕ | ✕ |
| අනාවැකි විචල්‍යයන් හඳුනා ගැනීමට විශේෂාංග තේරීම | ✓ | ✕ | ✕ |
| තනි ප්‍රශස්ත වර්ගීකරණ ආකෘතිය පුහුණු කර පරීක්ෂා කර ඇත | ✓ | ✕ | ✕ |
| ආකෘති කාර්ය සාධන ඇගයීම සහ ප්‍රතිඵල අර්ථ නිරූපණය | ✓ | ✕ | ✕ |
| Pandas සහ Scikit-learn භාවිතයෙන් Python-පාදක බෙදාහැරීම | ✓ | ✕ | ✕ |
| ඔබේ දත්ත සඳහා වඩාත් සුදුසු ඇල්ගොරිතම පිළිබඳ පර්යේෂණ | ✓ | ✕ | ✕ |
| අත්‍යවශ්‍ය සියල්ල | ✕ | ✓ | ✕ |
| බහු වර්ගීකරණ ඇල්ගොරිතම සංසන්දනය කිරීම (උදා: අහඹු වනාන්තර, අනුක්‍රමික වැඩිදියුණු කිරීම, ස්නායු ජාලය) | ✕ | ✓ | ✕ |
| ප්‍රශස්ත ආකෘති නිරවද්‍යතාවය සඳහා අධිපරාමිති සුසර කිරීම | ✕ | ✓ | ✕ |
| අවශ්‍ය තැනදී පන්ති අසමතුලිතතාවය හැසිරවීම | ✕ | ✓ | ✕ |
| විශේෂාංග වැදගත්කම පිළිබඳ අවබෝධය සහිත පුළුල් අර්ථකථනය | ✕ | ✓ | ✕ |
| Scikit-learn සහ TensorFlow සුදුසු පරිදි භාවිතා කරමින් Python කේතය | ✕ | ✓ | ✕ |
| වෘත්තීය මට්ටමේ සියල්ල | ✕ | ✕ | ✓ |
| Ensemble සහ උසස් ස්නායු ජාල ආකෘති ඇගයීමට ලක් කරන ලදී | ✕ | ✕ | ✓ |
| හරස්-සත්‍යාපනය සහ ශක්තිමත් පුහුණු/පරීක්ෂණ ක්‍රමවේදය | ✕ | ✕ | ✓ |
| ක්‍රමවේදය, සොයාගැනීම් සහ නිර්දේශ පිළිබඳ සවිස්තරාත්මක ලිඛිත වාර්තාව | ✕ | ✕ | ✓ |
| සම්පූර්ණ අදහස් දැක්වූ Python කේතය සහ මූලාශ්‍ර ගොනු ලබා දෙන ලදී | ✕ | ✕ | ✓ |
| ඇණවුම් කතාබස් හරහා සමීප සහයෝගීතාවයෙන් ප්‍රමුඛතා ඇණවුම් හැසිරවීම | ✕ | ✕ | ✓ |
පෝට්ෆෝලියෝ
මෙම Zinn ට අදාළ විකුණුම්කරුගේ වැඩ පිළිබඳ උදාහරණ.
ඔබේ දත්ත කට්ටලය සඳහා Python ML වර්ගීකරණ ආකෘතියක් සාදන්න
ඔබේ දත්ත කට්ටලය සඳහා Python ML වර්ගීකරණ ආකෘතියක් සාදන්න
අමතර තොරතුරු
මා භාවිතා කරන මෙවලම්
සඳහා පරිපූර්ණයි
මගේ ක්‍රියාවලිය
නිතර අසන ප්‍රශ්න
CSV හෝ Excel ගොනුවක් වඩාත් හොඳින් ක්‍රියා කරයි. ඔබගේ දත්ත කට්ටලය පැහැදිලිව නිර්වචනය කරන ලද ඉලක්ක තීරුවක් සහිත වගු (පේළි සහ තීරු) විය යුතුය — ඔබට ආකෘතිය පුරෝකථනය කිරීමට අවශ්‍ය විචල්‍යය. ඔබගේ දත්ත වෙනත් ආකෘතියකින් නම්, ඇණවුම් අවශ්‍යතා තුළ එය සඳහන් කරන්න, අපි උපදෙස් දෙන්නෙමු.
මෙම තත්වයන් හැසිරවීම සඳහා සෑම ස්ථරයකම දත්ත පූර්ව සැකසීම ඇතුළත් වේ. අපි පයිප්ලයෙහි කොටසක් ලෙස නැතිවූ අගයන්, පිටස්තරයන් සහ අඩු නියැදි ප්‍රමාණ ආමන්ත්‍රණය කරමු. විශ්වාසනීය ආකෘතියක් ගොඩනැගීමට ඔබේ දත්ත කට්ටලය ඉතා සීමිත නම්, ඉදිරියට යාමට පෙර අපි ඔබට අවංකව දන්වන්නෙමු.
එය ඔබගේ දත්ත සහ ගැටළු වර්ගය මත රඳා පවතී. අපි ලොජිස්ටික් ප්‍රතිගාමීත්වය, Naïve Bayes, තීරණ ගස්, අහඹු වනාන්තර, අනුක්‍රමික බූස්ටිං සහ ස්නායුක ජාල වලින් අපේක්ෂකයින් ඇගයීමට ලක් කරමු, පසුව ඔබගේ නිශ්චිත දත්ත කට්ටලය මත හොඳම කාර්ය සාධනයක් දක්වන ප්‍රවේශය තෝරා ගනිමු — හෝ ඒකාබද්ධ කරමු.
අත්‍යවශ්‍ය ස්ථරයට පුහුණු කළ ආකෘතිය සහ අර්ථකථනය සහිත ප්‍රතිඵල ඇතුළත් වේ. උසස් ස්ථරයට සම්පූර්ණ අදහස් දැක්වූ Python මූලාශ්‍ර ගොනු ඇතුළත් වේ. ඔබට පහළ ස්ථරයක මූලාශ්‍ර කේතය අවශ්‍ය නම්, ලිඛිත සාරාංශ වාර්තාව සහ මූලාශ්‍ර ගොනු ඇඩෝනය එක් කරන්න හෝ උසස් වෙත උත්ශ්‍රේණි කරන්න.
සංශෝධනයක් මඟින් බෙදාහැරීමෙන් පසු ඔබ සපයන ප්‍රතිපෝෂණ මත පදනම්ව ආකෘතියට හෝ විශ්ලේෂණයට ගැලපීම් ආවරණය කරයි — උදාහරණයක් ලෙස, වෙනස් ඇල්ගොරිතමයක් උත්සාහ කිරීම, ඉලක්ක විචල්‍යය සකස් කිරීම, හෝ විශේෂාංග තේරීම පිරිපහදු කිරීම. එය සම්පූර්ණයෙන්ම නව දත්ත කට්ටලයක් හෝ මූලික වශයෙන් වෙනස් ව්‍යාපෘති විෂය පථයක් සැපයීම ආවරණය නොකරයි.
ඔබේ ඇණවුම ලබා දුන් පසු, ඔබේ දත්ත කට්ටලය ඇණවුම් කළමනාකරු හරහා කෙලින්ම උඩුගත කරන්න. කරුණාකර ව්‍යාපෘතිය පිළිබඳ අදාළ සන්දර්භය — ඔබ පුරෝකථනය කිරීමට උත්සාහ කරන්නේ කුමක්ද සහ උපකාර විය හැකි ඕනෑම වසම් දැනුමක් — අවශ්‍යතා ක්ෂේත්‍රය තුළ ඇතුළත් කරන්න.
ඔව් — අපි ද්විමය වර්ගීකරණය (ප්‍රතිඵල කාණ්ඩ දෙකක්) සහ බහු-පන්ති වර්ගීකරණය (කාණ්ඩ තුනක් හෝ වැඩි ගණනක්) යන දෙකම සමඟ වැඩ කරන්නෙමු. ඔබේ අවශ්‍යතා ඉදිරිපත් කිරීමේදී ඔබේ ඉලක්ක විචල්‍යය විස්තර කරන්න.
පාරිභෝගික සමාලෝචන
මෙම Zinn ගැන අපගේ පාරිභෝගිකයින් පවසන දේ බලන්න
නීල් ඔහුගේ කාර්යයන්හිදී අතිශයින්ම දක්ෂ වන අතර සෑම විටම නියමිත වේලාවට භාර දෙයි. ඔහු නිරන්තරයෙන් අමතර සැතපුමක් ගමන් කරයි, කුඩාම විස්තර කෙරෙහි පවා සමීප අවධානයක් යොමු කරයි. ඔහුගේ කැපවීම සහ වැඩ ආචාර ධර්ම ඔහු කරන සෑම දෙයකින්ම පැහැදිලි වන අතර, උසස් තත්ත්වයේ ප්‍රතිඵල ලබා දීම ගැන ඔහු ආඩම්බර වන බව පැහැදිලිය. මම නීල්ව ඉතා නිර්දේශ කරමි—ඔහු කාර්යය නිවැරදිව කර ගැනීමට විශ්වාස කළ හැකි සැබෑ වෘත්තිකයෙකි.
ඔහු සමඟ වැඩ කිරීම විශිෂ්ටයි; ඔහු කාර්යය ඉටු කිරීමට උපරිමයෙන් කටයුතු කළා.
වැඩේ හොඳින් කළා.
නියම වැඩක්!
නීල් ඛාන් සමඟ වැඩ කිරීම සැබවින්ම සතුටක් විය! ඔහුගේ වෘත්තීයභාවය සහ විස්තර කෙරෙහි ඇති දැඩි අවධානය අපේක්ෂාවන් ඉක්මවා ගිය අතර, සෑම බෙදාහැරීමක්ම නිවැරදි බව සහතික කළේය. ඔහු දත්ත විද්‍යාව සහ ML හි මූලික සංකල්ප පිළිබඳ ගැඹුරු අවබෝධයක් පෙන්නුම් කළා පමණක් නොව, ඔහුගේ සහයෝගීතාවයේ මට්ටම සහ නියමිත වේලාවට බෙදාහැරීම සමස්ත ක්‍රියාවලියම සුමට හා කාර්යක්ෂම කළේය. බෙහෙවින් නිර්දේශ කරමි!
මෙම නිෂ්පාදනය මිලදී ගත් ලොග් වූ පාරිභෝගිකයින්ට පමණක් සමාලෝචනයක් තැබිය හැක.
ප්‍රවර්ග
Zinner ප්‍රතිපත්ති
අදාළ Zinns
