NT 690 特價中

課程已於 2021 年 6 月更新

學習 SageMaker、特徵工程、模型調整和 AWS 機器學習生態系統。 為考試做準備

從這 10 小時的課程，你會學到

✅ 你可以從機器學習專業考試中期待什麼
✅ 亞馬遜公司的內建機器學習演算法(XGBoost，BlazingText，目標檢測，等等)
✅ 特徵工程技術，包括 imputation、binning、binning 和 normalization
✅ 高階的機器學習服務: 理解、翻譯、 Polly、 Transcribe、 Lex、 Rekognition 等等
✅ 使用 S3、 Glue、 Kinesis 和 DynamoDB 進行資料工程
✅ 使用 scikit learn 、 Athena、 Apache Spark 和 EMR 做探索性資料分析
✅ 深度神經網路的深度學習與超參數調整
✅ 使用 SageMaker 自動模型調整和操作
✅ L1 和 L2 正規化
✅ 將安全性最佳實踐應用於機器學習管線( pipelines )

https://softnshare.com/aws-machine-learning/

NT690 特價中

課程已於 2021 年 6 月更新

學習 SageMaker、特徵工程、模型調整和 AWS 機器學習生態系統。 為考試做準備

從這 10 小時的課程，你會學到

✅ 你可以從機器學習專業考試中期待什麼
✅ 亞馬遜公司的內建機器學習演算法(XGBoost，BlazingText，目標檢測，等等)
✅ 特徵工程技術，包括 imputation、binning、binning 和 normalization
✅ 高階的機器學習服務: 理解、翻譯、 Polly、 Transcribe、 Lex、 Rekognition 等等
✅ 使用 S3、 Glue、 Kinesis 和 DynamoDB 進行資料工程
✅ 使用 scikit learn 、 Athena、 Apache Spark 和 EMR 做探索性資料分析
✅ 深度神經網路的深度學習與超參數調整
✅ 使用 SageMaker 自動模型調整和操作
✅ L1 和 L2 正規化
✅ 將安全性最佳實踐應用於機器學習管線( pipelines )

https://softnshare.com/aws-machine-learning/

傅立葉轉換是現代科技中最重要的操作之一，因此在現代人類文明中也是如此。 但它是如何運作的以及它為什麼可以運作？

本課程教授的內容:

你將學習傅立葉轉換的理論和運算基礎，主要關注傅立葉轉換在訊號處理、資料分析和影象濾波等現代應用。 本課程不僅包括基礎知識，還包括高階主題，包括非平穩性的影響，頻譜解析度，正規化(normalization)，過濾。 所有的視訊使用MATLAB 和 Python 程式碼來學習和適應！

https://softnshare.com/fourier-transform-mxc/