Акция! с 01.12.2020 по 31.01.2021

На время акции все завершённые переводы по расчётному взносу, а не по взносу после завершения. Оплачивать строго во временные рамки акции. Сумма взноса указана в самой теме слева под заголовком и называется "Расчетный взнос".

Подробнее

Визуальные эффекты для моушен-графики

Курс Визуальные эффекты для Моушен-графики научит вас науке и искусству композитинга в применении к моушен-графики. Приготовтесь добавить в свой инструментарий Хромакей, Ротоскопирование, Трэкинг и Матчмувинг.

Подробнее

Женская анатомия для художников

В этом курсе я буду вылепливать в ZBrush женские тело и голову с нуля. Я буду детально все объяснять и показывать: формы, мышцы, пропорции, кости. В качестве бонуса я потом переделю нашу женскую скульптуру в мужскую.

Подробнее

Рисование животных с Гленном Вилппу

Как нарисовать то, о чем ты очень мало знаешь? Начать с тех знаний, что у тебя есть: с человека, затем приматов. В данном вводном уроке по анималистике Гленн научит подмечать визуальные качества животного, опираясь на структуру костей, размер, а также рацион питания.

Подробнее

Сент-Винсент учит написанию песен

Энни Кларк выиграла Грэмми, оставаясь при этом инновационной и верной себе. Теперь Энни открывает двери, делясь своим процессом, чтобы научить вас раскрывать свои творческие способности. Узнайте, как записывать музыку, писать песни, улучшать навыки игры на гитаре.

Подробнее

Shane Hurlbut: Съемка дневных интерьеров Том 2

Освещение небольших пространств и придание им естественного вида - одна из самых важных вещей для кинематографиста. В этой принципиально новой серии Шейн Херлбат расскажет вам о создании, реализации и проработке деталей освещения и съемки эмоциональной сцены.

Подробнее

Визуальные эффекты на основе системы частиц

Данный материал дает доступ к более 16 часам стрима, конкретно посвященного системе X-Particles, плюс еще дополнительно 10 часов видео, в котором рассматривается визуализация (рендер) и композитинг (пост-обработка).

Подробнее

Создание системы диалогов и квестов в Unity

Вы можете использовать систему диалогов и квестов вместе или независимо в любой игре или проекте. В качестве примера мы будем использовать наш РПГ проект. Курс основан на проектах, так как мы считаем, что это лучший способ изучить Unity и C#.

Подробнее

Полное руководство по работе с Hard Ops и Boxcutter

Полное руководство по работе с Hard Ops и Boxcutter - это углубленный и легкий к пониманию курс, раскрывающий работу каждого инструмента и поясняющий когда и как использовать их.

Подробнее

Дизайн пилотируемого боевого меха

В этом курсе мы рассмотрим процесс создания идеи, концепта и дизайна меха для фильмов, игр или VR-проектов. Так как требования к визуальной составляющей растут, сроки сжимаются, фаза разработки концепта с продакшене сместилась к использованию 3D инструментов.

Подробнее

Как рисовать медведей

В этом углубленном видео курсе, продолжительность которого составляет более 20-ти часов, аниматор, режиссер и художник-анималист Аарон Блейз («Братец Медвежонок», «Мулан») научит вас всему, что вам необходимо знать о том, как рисовать медведей.

Подробнее

Реалистичный скульптинг лица

Райан научит вас как лепить идеализированное лицо, используя метод цифровой скульптуры, уникальный подход к скульптуре в Zbrush. Он покажет как создавать основу лица, структурировать детали лица, соединять нос и лицевую поверхность и понимать шею и плечи.

Подробнее

Houdini: VEX для алгоритмического дизайна

Это новая серия уроков, в которых Junichiro Horikawa начал объяснять основы VEX для алгоритмического дизайна и процедурного моделирования, которые Junichiro Horikawa использует ежедневно.

Подробнее

Искусство дизайна уровней

Основываясь на 30-ти летнем опыте работы в индустрии я покажу вам, как создавать свои уровни для игр с нуля. Начнем мы с простых диаграмм и набросков на бумаге, а потом уже перейдем к Окружению в Unity. Научитесь пользоваться «про» инструментами, чтобы упростить себе работу.

Подробнее

Мастер-класс по мультяшной анимации

В этом мастер-классе вы увидите весь процесс создания шота с мультяшной механикой тела в Autodesk Maya, от планирования до полировки. Более 20 часов детальных видеолекций, объясняющих блокинг, добавление брейкдаунов, сплайнинг и т. д.

Подробнее

Руководство по топологии в Blender 2.8

Цель курса "Руководство по топологии в Blender" познакомить Вас с более чем 20 различными способами решения сложной топологии, которая часто приводит к превышению числа вершин, артефактам и проблемам с шейдингом.

Подробнее

Создание Проектов Oculus VR для Unreal Engine

Эти курсы были созданы для демонстрации уникальных проблем, которые часто встречаются во время производства проектов, а так же их пошагового решения. В конце у вас будет игра Дартс, оснащенная как обычными так и уникальными механиками.

Подробнее

Написание скриптов на Python для Unreal Engine

С помощью скриптов редактора Python, вы не только можете создавать очень эффективные инструменты, но также экономить свое время по сравнению с медленным созданием плагинов. Вам открываются новые возможности, о которых вы никогда раньше не задумывались.

Подробнее

Операторское мастерство съемки с дрона

Курс подходит, как для новичков, так и для опытных лицензированных операторов дронов. Это действительно динамичное и интенсивное образование, отвечающее потребностям учащихся с любым уровнем подготовки.

Подробнее

Изучение Cinema 4D S22

В этом курсе рассматриваются основы Cinema 4D S22, в т.ч. интерфейс, инструменты и иерархии – ключи к пониманию всего происходящего в Cinema 4D.

Подробнее

Как работать в жанре ужасов

Поразите читателя сильной, пугающей до дрожи историей. Пусть у них от предвкушения по спине пробежит холодок, а кожа от страха покроется мурашками. Поставьте под сомнение их картину мира и пригласите заглянуть в самые темные уголки души.

Подробнее

SpeedTree 9: Моделирование березы для VFX и игр

Присоединитесь к эфиру от ведущих художников команды SpeedTree! Сара Скрагс создаст дерево с помощью новых фишек и инструментов в SpeedTree 9, а фанат деревьев Дэнни Окс ответит на все вопросы из чата!

Подробнее

Создание концепт-арта с помощью 3D

Смешивая такие техники и инструменты, как проецирование текстур, кривые и Grease Pencil, мне удается очень быстро и эффективно создавать реалистичный реквизит. Я также покажу, как подготавливаю своего персонажа, и расскажу о установке сцены и освещения.

Подробнее

Сложный UV маппинг от начала до конца

В данном уроке вы пройдетесь по тому, как создается сложная UV карта для модели мотоцикла, состоящей из нескольких частей. Вы узнаете, как развертывать различные формы и научитесь ключевым стратегиям, чтобы оставаться организованным.

Подробнее

Введение в Maya 2020

За 12 часов высокопрофессионального обучения вы узнаете все что необходимо для того чтобы начать работать в программе maya! Мы затронем такие темы как 3д моделирование, ретопология, работа с инструментом для создания волос xgen, риггинг, шейдинг, освещение.

Подробнее

Уроки макияжа и красоты от Бобби Браун

Бобби Браун расскажет вам об основных техниках и хитростях простого и естественного макияжа, благодаря которому вы сможете почувствовать себя красивой, оставаясь при этом самой собой.

Подробнее

Зарезервирован [Udemy] Data Science: Supervised Machine Learning in Python [ENG-RUS]

Тема в разделе "Работа с данными", создана пользователем Jinny_Nou, 18/10/18.

Этап:
Набор участников
Цена:
19000.00 руб
Участников:
5 из 55
Переводчик:
squal
9%
Расчетный взнос:
380 руб
  1. Jinny_Nou

    Jinny_Nou Модератор

    Регистрация:
    3/3/15
    Сообщения:
    2.126
    Симпатии:
    428
    Пол:
    Женский
    Язык №1:
    русский
    Наука о Данных: Машинное обучение с учителем на Python
    "Udemy" на русском

    [​IMG]
    Автор: Lazy Programmer Inc.

    Студия: Udemy

    Год: 2018

    Продолжительность: 6 часов

    Язык: Английский

    Описание:

    В последние годы мы наблюдали становление ИИ и машинного обучения.

    Машинное обучение привело к некоторым удивительным результатам, таким как способность анализировать медицинские изображения и предсказывать заболевания наравне с докторами-людьми.

    Программа Google AlphaGo, использовавшая Глубокое Обучение с Подкреплением, смогла победить чемпиона мира в стратегической игре.

    Машинное обучение используется даже для программирования автопилотов автомобилей, что навсегда изменит автомобильную индустрию. Вообразите мир где стало намного меньше аварий, из-за устранения человеческого фактора.

    Представители компании Google объявили, что теперь они ставят Машинное обучение на первый план, что означает, что машинному обучению будет уделено гораздо больше внимания, что приведет к инновациям в этой области, в ближайшие годы. Результаты будут использоваться во всех видах различных продуктов.

    Машинное обучение используется во многих отраслях, таких как финансы, интернет-реклама, медицина и робототехника.

    Это широко применяемый инструмент, который принесет вам пользу независимо от того, в какой отрасли вы работаете, а также откроет массу возможностей для карьерного роста, когда вы разберетесь с ним.

    Машинное обучение также поднимает некоторые философские вопросы. Мы строим машину, которая может думать? Что значит быть сознательным? Захватят ли компьютеры мир?

    В этом курсе мы сначала обсудим алгоритм k-ближайших соседей. Он чрезвычайно прост и интуитивно понятен, и это отличный алгоритм классификации, для изучения первым. После того, как мы обсудим концепции и реализуем их в коде, мы рассмотрим некоторые способы, которые могут привести KNN (алгоритм k-ближайших соседей) к сбою.

    Важно знать как преимущества, так и недостатки каждого алгоритма.

    Далее мы рассмотрим наивный байесовский классификатор и общий байесовский классификатор. Это очень интересный алгоритм, потому что он основан на теории вероятностей.

    Мы увидим, как можно преобразовать байесовский классификатор в линейный классификатор и квадратичный классификатор, чтобы ускорить наши вычисления.

    Далее мы рассмотрим знаменитый алгоритм дерева решений. Это самый сложный из алгоритмов, которые мы изучим и он не разбирается в большинстве других курсов. Мы же разберем его, потому что я думаю, что практика это хорошо.

    Последний алгоритм, который мы рассмотрим, это алгоритм Перцептрон. Перцептроны являются прародителями нейронных сетей и глубокого обучения, поэтому их важно изучать в контексте машинного обучения.

    Как только мы изучим эти алгоритмы, мы перейдем к более практичным темам машинного обучения. Гиперпараметры, перекрестная проверка, извлечение признаков, выбор признаков и многоклассовая классификация.

    Мы проведем сравнение с глубоким обучением, чтобы вы поняли все за и против каждого подхода.

    Мы обсудим библиотеку Sci-Kit Learn, потому что реализация собственных алгоритмов - это весело и познавательно, но вы должны уметь использовать оптимизированный и хорошо проверенный код в своей работе.

    Мы закончим сделав очень практичный, реальный пример, написав веб-сервис, который запускает модель машинного обучения и делает прогнозы. Это то, что делают реальные компании, чтобы зарабатывать деньги.

    Все материалы для этого курса бесплатны. Вы можете загрузить и установить Python, Numpy и Scipy с помощью простых команд в Windows, Linux или Mac.

    Этот курс фокусируется на «как сделать и понять», а не на том, «как использовать». Любой может понять, как использовать API (интерфейс программирования приложений), за пятнадцать минут, прочитав некоторую документацию. Курс фокусируется не на «запоминании фактов», а на «усвоении для себя» посредством экспериментов. Он научит вас, как визуализировать то, что происходит внутри модели. Если вы хотите получить больше, чем просто поверхностный взгляд на модели машинного обучения, этот курс для вас.

    In recent years, we've seen a resurgence in AI, or artificial intelligence, and machine learning.

    Machine learning has led to some amazing results, like being able to analyze medical images and predict diseases on-par with human experts.

    Google's AlphaGo program was able to beat a world champion in the strategy game go using deep reinforcement learning.

    Machine learning is even being used to program self driving cars, which is going to change the automotive industry forever. Imagine a world with drastically reduced car accidents, simply by removing the element of human error.

    Google famously announced that they are now "machine learning first", meaning that machine learning is going to get a lot more attention now, and this is what's going to drive innovation in the coming years. It's embedded into all sorts of different products.

    Machine learning is used in many industries, like finance, online advertising, medicine, and robotics.

    It is a widely applicable tool that will benefit you no matter what industry you're in, and it will also open up a ton of career opportunities once you get good.

    Machine learning also raises some philosophical questions. Are we building a machine that can think? What does it mean to be conscious? Will computers one day take over the world?

    In this course, we are first going to discuss the K-Nearest Neighbor algorithm. It’s extremely simple and intuitive, and it’s a great first classification algorithm to learn. After we discuss the concepts and implement it in code, we’ll look at some ways in which KNN can fail.

    It’s important to know both the advantages and disadvantages of each algorithm we look at.

    Next we’ll look at the Naive Bayes Classifier and the General Bayes Classifier. This is a very interesting algorithm to look at because it is grounded in probability.

    We’ll see how we can transform the Bayes Classifier into a linear and quadratic classifier to speed up our calculations.

    Next we’ll look at the famous Decision Tree algorithm. This is the most complex of the algorithms we’ll study, and most courses you’ll look at won’t implement them. We will, since I believe implementation is good practice.

    The last algorithm we’ll look at is the Perceptron algorithm. Perceptrons are the ancestor of neural networks and deep learning, so they are important to study in the context of machine learning.

    One we’ve studied these algorithms, we’ll move to more practical machine learning topics. Hyperparameters, cross-validation, feature extraction, feature selection, and multiclass classification.

    We’ll do a comparison with deep learning so you understand the pros and cons of each approach.

    We’ll discuss the Sci-Kit Learn library, because even though implementing your own algorithms is fun and educational, you should use optimized and well-tested code in your actual work.

    We’ll cap things off with a very practical, real-world example by writing a web service that runs a machine learning model and makes predictions. This is something that real companies do and make money from.

    All the materials for this course are FREE. You can download and install Python, Numpy, and Scipy with simple commands on Windows, Linux, or Mac.

    This course focuses on "how to build and understand", not just "how to use". Anyone can learn to use an API in 15 minutes after reading some documentation. It's not about "remembering facts", it's about "seeing for yourself" via experimentation. It will teach you how to visualize what's happening in the model internally. If you want more than just a superficial look at machine learning models, this course is for you.

    Страница курса:

    Пример перевода:


    Курс зарезервировал squal, начнет переводить, когда запишутся минимум 50-55 человек
     
    Последнее редактирование модератором: 10/4/20
  2. Antonio

    Antonio Администратор

    Регистрация:
    12/8/14
    Сообщения:
    30.746
    Симпатии:
    6.123
    Пол:
    Мужской
    Язык №1:
    Русский
    Добавлен пример перевода :)