关于此应用程序
分析Vidhya是印度最大的，也是世界第二大数据科学界。我们旨在帮助您以最互动的方式学习机器学习，深度学习，大数据和人工智能（AI）的概念，从基础知识到非常高级的水平。
Analytics Vidhya App为数据科学专业人员，数据工程师和想要研究数据科学和机器学习算法的学生提供高质量的学习资源以及代码。
该应用程序上的一些流行帖子
•2019年深度学习的全面学习途径
•2019年成为数据科学家和主机学习的最终学习途径
•从头开始学习数据科学的完整教程
•机器学习算法的要点（带有Python和R代码）
•使用TensorFlow实施神经网络的简介
•关于Python深入学习的完整指南
•加固学习的坚果和螺栓：使用动态编程的基于模型的计划
•您应该知道的7种回归技术类型！
•Python的Ridge和Lasso回归的完整教程
•深度学习教程，以计算任何视频中演员的屏幕时间（带有Python代码）
•全面介绍Apache Spark，RDD和DataFrames（使用Pyspark）
•对面部识别的简单介绍（带有Python代码）
•30个问题，以测试您对逻辑回归的理解
•从r和python中从头开始的基于树的建模的完整教程
•最全面的数据科学学习计划
•学习幼稚贝叶斯算法的6个简单步骤（带有Python和R的代码）
•用于机器学习，数据科学，概率，SQL和大数据的前28个作弊表
•解决多标签分类问题（包括案例研究）
•从示例中了解支持向量机算法（以及代码）
•卷积神经网络（CNNS）的结构脱神秘
•XGBoost中参数调整的完整指南（python中的代码）
•使用MLR软件包在R中练习机器学习技术
•深度学习英雄：安德鲁·NG（Andrew Ng）访谈系列中有抱负的数据科学家的首要收获
机器学习和深度学习算法：
•线性和逻辑回归
•NaiveBayes
• 神经网络
•决策树
•卷积神经网络
•长期记忆 - 复发性神经网络
•SVM（支持向量机）
•受限的玻尔兹曼机器
•受限的玻尔兹曼机器
学习库和工具：
•熊猫
•matplotlib
•Scikit-Learn
•张量
• 咖啡
•Pytorch
•XGBoost
•时代
•Pyspark
顶级类别和主题
数据科学
大数据
商业分析
深度学习
机器学习
NLP（自然语言处理）
强化学习
神经网络（传统和卷积）
监督学习
无监督的学习
在Python和R中建模
时间序列分析
数据工程
我们有超过200,000名注册用户访问我们的博客和新闻通讯，并且在我们的门户网站上每月访问超过240万。人们参与分析vidhya，向思想领袖和行业专家学习，在我们的全球datahack平台（https://datahack.analyticsvidhya.com/contest/all//）上参与招聘，品牌和解决问题/人群采购黑客马拉松作为人工智能，机器学习，数据工程，数据挖掘和高级分析，还进行讨论以分享想法并解决与组织有关的数据相关的业务问题。在过去的两年中，我们与世界上一些领先的全球公司和印度进行了60多次黑客马拉松。我们还有一个专门的课程平台（https://trainings.analyticsvidhya.com/）由数据科学最好的课程创建，您可以参加课程并提高您的技能。
隐私：https：//www.analyticsvidhya.com/privacy-policy/
术语：https：//www.analyticsvidhya.com/terms/
