Главная страница Категория python Data Science Bootcamp: создание портфолио из 90 проектов

Data Science Bootcamp: создание портфолио из 90 проектов

Name: Data Science Bootcamp: создание портфолио из 90 проектов
Price: 13 USD
Rating: 4.3 (16 reviews)

90Days Data Science Bootcamp: Build Portfolio Of 90 Projects

udemy

Начать Сейчас

Продолжительность

102 ч 42 мин

Категория

Python

Количество уроков

616 Видео

Дата добавления

7 янв. 2022 г., 01:41

Язык

Английский

Дата выхода

19 нояб. 2021 г., 02:00

Решайте бизнес задачи с использованием Data Science. Научитесь создавать и развертывать проекты веб-приложений машинного обучения, обработки данных, искусственного интеллекта, Auto Ml, глубокого обучения, обработки естественного языка (Nlp) с помощью Python (Flask, Django, Heroku, AWS, Azure, GCP, IBM Watson, Streamlit Cloud). Мы расскажем обо всем, что вам нужно знать, чтобы получить полный набор технологий по науке о данных и машинному обучению, необходимый для ведущих мировых компаний.

Наши студенты получили работу в Dell, Google, Tcs, Wipro и других ведущих технологических компаниях! Мы структурировали курс, используя наш опыт преподавания как онлайн, так и лично, чтобы предоставить четкий и структурированный подход, который поможет вам понять не только то, как использовать библиотеки для анализа данных и машинного обучения, но и то, почему мы их используем. Этот курс сбалансирован между практическими примерами из реальной жизни и математической теорией, лежащей в основе алгоритмов машинного обучения.

Посмотреть больше

Это пробный урок. Оформите подписку, чтобы получить доступ ко всем материалам курса. Премиум

Урок 1. 00:02:28

Introduction To The Course
Урок 2. 00:08:55

Course Outline
Урок 3. 00:00:15

Course Review Request
Урок 4. 00:03:50

Introduction to python
Урок 5. 00:03:24

Variables in python
Урок 6. 00:08:49

List in python
Урок 7. 00:18:31

list function (append)
Урок 8. 00:09:57

Dictionary in python
Урок 9. 00:10:25

Tuple in python
Урок 10. 00:07:07

Sets in python
Урок 11. 00:06:02

If else in python
Урок 12. 00:17:06

For loop in python
Урок 13. 00:05:52

list comprehension in python
Урок 14. 00:11:29

While loop in python
Урок 15. 00:09:42

Functions in python
Урок 16. 00:01:41

Introduction To Pan Card Tempering Detector
Урок 17. 00:03:50

Loading libraries and dataset
Урок 18. 00:12:19

Creating the pancard detector with opencv
Урок 19. 00:03:40

Creating the Flask App
Урок 20. 00:04:46

Creating Important functions
Урок 21. 00:05:36

Deploy the app in Heruko1
Урок 22. 00:01:47

Testing the deployed pan card detector
Урок 23. 00:01:53

Introduction to dog breed prediction
Урок 24. 00:06:06

Importing the data and libraries
Урок 25. 00:03:01

Data Preprocessing
Урок 26. 00:06:58

Build and Train Model
Урок 27. 00:02:19

Testing the model
Урок 28. 00:06:30

Creating the flask App
Урок 29. 00:04:03

Running the app in system
Урок 30. 00:02:01

Introduction Image Watermarking
Урок 31. 00:02:41

Importing libraries and logo
Урок 32. 00:08:37

Create text and image watermark
Урок 33. 00:13:06

Creating the app
Урок 34. 00:05:19

Deploying the app in heroku
Урок 35. 00:03:18

Introduction to traffic sign classification
Урок 36. 00:05:46

importing the data and libraries
Урок 37. 00:04:13

Image processing
Урок 38. 00:06:51

creating and testing the model
Урок 39. 00:05:07

Creating model for test set
Урок 40. 00:02:10

Introduction to text extraction
Урок 41. 00:03:36

Importing libraries and data
Урок 42. 00:04:17

Extracting the test from image
Урок 43. 00:07:48

Modifying the extractor
Урок 44. 00:08:11

creating the extractor app
Урок 45. 00:02:10

running the extractor app
Урок 46. 00:03:50

Introduction -Plant Disease Prediction
Урок 47. 00:03:39

Importing libraries and data
Урок 48. 00:04:57

Understanding the data and data preprocessing
Урок 49. 00:07:24

Model building
Урок 50. 00:11:19

Creating an app using streamlit
Урок 51. 00:03:03

Introduction Vehicle Detection
Урок 52. 00:03:01

Importing libraries and data Vehicle Detection
Урок 53. 00:10:44

Transforming Images and creating output
Урок 54. 00:17:18

Creating a flask APP Vehicle Detection
Урок 55. 00:02:30

Introduction to Face Swap Application
Урок 56. 00:04:23

Importing libraries and data FACE SWAP
Урок 57. 00:14:00

Data preprocessing and creating output FACE SWAP
Урок 58. 00:14:40

Creating A Flask APP FACE SWAP
Урок 59. 00:02:32

Introduction to Bird Species Prediction
Урок 60. 00:06:05

Importing Libraries And Data
Урок 61. 00:03:28

Data preprocessing
Урок 62. 00:10:07

Creating ML Model
Урок 63. 00:13:18

Creating A Flask APP
Урок 64. 00:02:56

Introduction to Intel Image Classification
Урок 65. 00:07:02

Importing and processing data
Урок 66. 00:08:45

Creating a Model
Урок 67. 00:12:18

Creating a Flask App
Урок 68. 00:03:37

Introduction - Language Translator App
Урок 69. 00:02:43

Setting Service
Урок 70. 00:08:23

Integrating Service
Урок 71. 00:14:03

Coding the UI
Урок 72. 00:11:53

Deployment on Heroku
Урок 73. 00:02:25

Project Overview
Урок 74. 00:04:30

Introduction
Урок 75. 00:09:34

Setting up Watson Studio Part-1
Урок 76. 00:07:16

Setting up Watson Studio Part-2
Урок 77. 00:05:02

Deploying the Model on Deployment Center
Урок 78. 00:12:02

Integrating Watson Service with UI
Урок 79. 00:13:26

Deployment on Heroku Cloud
Урок 80. 00:04:11

Overview -Laptop Price Predictor
Урок 81. 00:04:59

EDA Part-1
Урок 82. 00:11:54

EDA Part-2
Урок 83. 00:09:09

EDA Part-3
Урок 84. 00:11:12

EDA Part-4
Урок 85. 00:12:49

EDA Part-5
Урок 86. 00:17:07

EDA Part-6
Урок 87. 00:14:37

EDA Part-7
Урок 88. 00:20:25

Model Building Part-1
Урок 89. 00:13:57

Model Building Part-2
Урок 90. 00:15:17

Model Building Part-3
Урок 91. 00:09:53

Model Building Part-4
Урок 92. 00:02:11

Model Building Part-5
Урок 93. 00:15:24

Integrating with UI
Урок 94. 00:09:38

Deployment on Heroku
Урок 95. 00:06:26

Introduction - WhatsApp Text Analyzer
Урок 96. 00:02:39

Fetching Data from WhatsApp
Урок 97. 00:07:37

Project Structure
Урок 98. 00:11:09

Text Processing Part 1
Урок 99. 00:14:37

Text Processing Part 2
Урок 100. 00:05:55

Text Processing Part 3
Урок 101. 00:14:12

Text Processing Part 4
Урок 102. 00:12:37

Text Analytics Part 1
Урок 103. 00:10:33

Text Analytics Part 2
Урок 104. 00:12:37

Text Analytics Part 3
Урок 105. 00:12:13

Text Analytics Part 4
Урок 106. 00:11:44

Text Analytics Part 5
Урок 107. 00:07:57

Text Analytics Part 6
Урок 108. 00:10:38

Deployment on Heroku Cloud
Урок 109. 00:03:41

Introduction
Урок 110. 00:12:43

Coding Recommendation System
Урок 111. 00:14:50

Integrating with Flask Server
Урок 112. 00:07:39

Exploratory Data Analysis
Урок 113. 00:09:28

Integrating Python Code with JavaScript
Урок 114. 00:07:51

Deployment on Heroku Cloud
Урок 115. 00:04:57

Introduction
Урок 116. 00:12:31

EDA Part 1
Урок 117. 00:07:06

EDA Part 2
Урок 118. 00:12:30

EDA Part 3
Урок 119. 00:09:31

EDA Part 4
Урок 120. 00:14:44

Model Building
Урок 121. 00:10:14

Coding the UI
Урок 122. 00:14:25

Deployment on HerokuCloud
Урок 123. 00:03:49

Introduction
Урок 124. 00:08:56

EDA Part 1
Урок 125. 00:11:10

EDA Part 2
Урок 126. 00:11:26

Feature Selection Part 1
Урок 127. 00:05:29

Feature Selection Part 2
Урок 128. 00:06:14

Model Building
Урок 129. 00:05:49

Model Evaluation
Урок 130. 00:10:10

Coding the UI Part 1
Урок 131. 00:11:09

Coding the UI Part 2
Урок 132. 00:12:44

Model Deployment on Azure Part 1
Урок 133. 00:02:48

Model Deployment on Azure Part 2
Урок 134. 00:04:34

Introduction -Campus Placement Predictor App
Урок 135. 00:09:31

Data Preprocessing
Урок 136. 00:10:27

EDA Part 1
Урок 137. 00:07:57

EDA Part 2
Урок 138. 00:13:58

Feature Selection
Урок 139. 00:05:10

Model Building
Урок 140. 00:14:56

Hyper Parameter Tuning, Model Testing
Урок 141. 00:06:23

Coding the UI Part 1
Урок 142. 00:09:22

Coding the UI Part 2
Урок 143. 00:12:41

Coding the UI Part 3
Урок 144. 00:14:22

Deployment Part 1 -Microsoft Azure
Урок 145. 00:02:01

Deployment Part 2 -Microsoft Azure
Урок 146. 00:04:55

Introduction -Car Acceptability Predictor =
Урок 147. 00:11:45

Data Preprocessing
Урок 148. 00:08:32

Model Building
Урок 149. 00:13:31

Coding the UI
Урок 150. 00:11:53

Integrating Jinja Framework
Урок 151. 00:07:18

Integrating JavaScript with Flask
Урок 152. 00:16:47

Deployment on Google Cloud Platform
Урок 153. 00:03:36

Introduction --Book Genre Classification App
Урок 154. 00:10:21

Text Processing Part 1
Урок 155. 00:10:30

Text Processing Part 2
Урок 156. 00:10:25

Model Building
Урок 157. 00:06:02

Model Testing
Урок 158. 00:11:12

Integrating Model with Flask
Урок 159. 00:12:14

Touch points on AWS
Урок 160. 00:28:39

Deploying model on AWS EC2 instance
Урок 161. 00:03:09

Fixing the Errors
Урок 162. 00:02:09

Introduction to Sentiment Analysis Logistic Regression
Урок 163. 00:18:32

Project Notebook Google Colab
Урок 164. 00:10:56

Building Django App
Урок 165. 00:12:37

Deploying APP in heruko
Урок 166. 00:02:28

Introduction
Урок 167. 00:27:32

Creating Colab Notebook
Урок 168. 00:11:00

Creating Django App
Урок 169. 00:09:53

Deploying APP in heroku
Урок 170. 00:02:35

Introduction -Working with Pokemon Dataset
Урок 171. 00:20:01

Creating Colab Notebook
Урок 172. 00:12:35

Creating Django APP
Урок 173. 00:09:03

Deploying APP in heroku
Урок 174. 00:02:45

Introduction to face app
Урок 175. 00:14:54

Creating The Face App Using OpenCV
Урок 176. 00:10:16

Creating The face app opencv
Урок 177. 00:13:15

Creating The face app opencv
Урок 178. 00:03:06

Introduction To Cats Vs Dogs Classification
Урок 179. 00:25:57

Creating Project Notebook
Урок 180. 00:08:46

Building Model -Colab
Урок 181. 00:07:01

Building Flask App
Урок 182. 00:09:56

Building Flask App Deployment
Урок 183. 00:02:56

1
Урок 184. 00:22:59

Colab Notebook Customer Revenue Prediction
Урок 185. 00:14:24

Creating Flask App
Урок 186. 00:09:17

Deploying Flask App
Урок 187. 00:02:20

Introduction- Gender From Voice Prediction
Урок 188. 00:25:23

Creating Project Notebook
Урок 189. 00:12:48

Creating Project App Django
Урок 190. 00:08:41

Deploying The App
Урок 191. 00:04:23

Introduction To - Restaurant Recommendation System
Урок 192. 00:14:06

Creating Colab Notebook
Урок 193. 00:10:40

Exploratory Data Analysis
Урок 194. 00:31:58

Data Analysis 2
Урок 195. 00:03:28

Introduction to Happiness Ranking
Урок 196. 00:28:39

Project Notebook
Урок 197. 00:17:37

Creating Django App
Урок 198. 00:08:51

Deploying Django App
Урок 199. 00:04:28

Introduction To Forest Fire
Урок 200. 00:25:54

Project Notebook
Урок 201. 00:08:23

Project Notebook Part 2
Урок 202. 00:15:17

Creating Django APP
Урок 203. 00:09:16

Deploying Django App
Урок 204. 00:02:41

Introduction
Урок 205. 00:07:21

Machine Learning model building part 1
Урок 206. 00:11:54

Machine Learning model building part 2
Урок 207. 00:13:41

- Machine Learning model building part 3
Урок 208. 00:12:19

Creating Django Application part 1
Урок 209. 00:08:23

Creating Django Application part 2
Урок 210. 00:08:37

Deploying on Heroku
Урок 211. 00:03:09

Introduction
Урок 212. 00:12:28

Introductory Machine Learning model building
Урок 213. 00:14:17

Feature Building and Selection
Урок 214. 00:05:41

Model Building
Урок 215. 00:07:08

Django Application Introduction
Урок 216. 00:15:15

Django Application building
Урок 217. 00:06:36

Deploying on Heroku
Урок 218. 00:02:58

Introduction
Урок 219. 00:16:49

Importing libraries and Understanding data
Урок 220. 00:09:58

Building the model
Урок 221. 00:15:52

Building Django Application
Урок 222. 00:08:00

Deploying on Heroku
Урок 223. 00:02:48

Introduction
Урок 224. 00:14:57

Introduction to libraries and dataset
Урок 225. 00:10:02

Preprocessing the data
Урок 226. 00:07:15

building the model
Урок 227. 00:14:58

Django Application
Урок 228. 00:07:18

Deploying to Heroku
Урок 229. 00:03:08

Introduction
Урок 230. 00:15:22

Importing Libraries and understanding data
Урок 231. 00:13:09

Building and training the model
Урок 232. 00:14:02

Django Application
Урок 233. 00:07:22

Deploying on heroku
Урок 234. 00:03:29

Introduction
Урок 235. 00:13:35

Understanding the data
Урок 236. 00:17:16

Outliers and Model
Урок 237. 00:15:25

Building Django Application
Урок 238. 00:07:56

Deploying to Heroku
Урок 239. 00:02:35

Introduction
Урок 240. 00:17:04

Introduction and handling the data
Урок 241. 00:06:19

Building the model
Урок 242. 00:13:26

Django Application
Урок 243. 00:06:37

Heroku Deployment
Урок 244. 00:03:02

Introduction
Урок 245. 00:14:01

Understanding the data
Урок 246. 00:09:20

Feature Selection and model building
Урок 247. 00:15:26

Django Application
Урок 248. 00:08:00

Deploying on Heroku
Урок 249. 00:03:47

Introduction
Урок 250. 00:10:18

Understanding the data
Урок 251. 00:15:06

Cleaning the data
Урок 252. 00:10:10

Building the model
Урок 253. 00:13:31

Implementing Django Application
Урок 254. 00:07:40

Deploying to heroku
Урок 255. 00:05:41

Introduction
Урок 256. 00:12:30

Cleaning the data
Урок 257. 00:17:18

Building the model
Урок 258. 00:16:27

Implementing Django web application
Урок 259. 00:09:05

Deploying to Heroku
Урок 260. 00:04:22

Importing libraries and data
Урок 261. 00:03:55

Understanding data
Урок 262. 00:12:05

Data visualization and data preprocessing
Урок 263. 00:05:41

Model building part 1
Урок 264. 00:06:20

Model building part 2
Урок 265. 00:07:31

Importing libraries and data
Урок 266. 00:07:05

Text normalization
Урок 267. 00:04:23

Lemmatization
Урок 268. 00:10:44

Data preprocessing
Урок 269. 00:10:23

Model Building
Урок 270. 00:04:28

Importing libraries and data Parkinson Syndrome
Урок 271. 00:08:08

Understanding the data
Урок 272. 00:07:29

data visualization
Урок 273. 00:09:09

Model building part 1
Урок 274. 00:11:41

Model building part 2
Урок 275. 00:03:41

Importing libraries and data
Урок 276. 00:03:37

data preprocessing
Урок 277. 00:07:08

Text cleaning
Урок 278. 00:02:12

Vectorizer
Урок 279. 00:13:35

Model Building
Урок 280. 00:07:01

Importing libraries and data
Урок 281. 00:04:41

Understanding data
Урок 282. 00:09:22

data visualization and preprocessing
Урок 283. 00:06:49

Balancing the target column
Урок 284. 00:10:43

Model building
Урок 285. 00:06:29

Model evaluation
Урок 286. 00:03:07

Introduction to the Project
Урок 287. 00:02:25

Importing Libraries and Datasets
Урок 288. 00:07:45

Data Analysis
Урок 289. 00:06:16

Model Building Part 1
Урок 290. 00:04:30

Model Building Part 2
Урок 291. 00:07:46

Model building and Predictions using Auto ML(Eval ML)
Урок 292. 00:04:42

Introduction to the Project
Урок 293. 00:03:18

Importing Libraries and DataSet
Урок 294. 00:07:03

Data Analysis
Урок 295. 00:07:43

Model Building using ML
Урок 296. 00:10:21

Model Building and Prediction using PyCaret(AutoML)
Урок 297. 00:04:08

Introduction to the Project
Урок 298. 00:05:25

Importing Libraries and DataSet
Урок 299. 00:05:31

Data Analysis
Урок 300. 00:05:46

Feature Engineering 1
Урок 301. 00:06:43

Feature Engineering 2
Урок 302. 00:03:54

Feature Selection
Урок 303. 00:06:20

Model Building using ML
Урок 304. 00:05:49

Model Building and Prediction using Auto SK Learn
Урок 305. 00:05:04

Introduction to the Project.
Урок 306. 00:03:10

Importing Libraries and Data Set
Урок 307. 00:07:45

Data Analysis and splitting of Data
Урок 308. 00:05:57

Data Preprocessing
Урок 309. 00:03:58

Model Building and Prediction using LSTM model
Урок 310. 00:05:25

Model Building and prediction using ARIMA
Урок 311. 00:06:07

Introduction to the Project
Урок 312. 00:04:05

Importing Libraries and Data Set
Урок 313. 00:11:49

Data Analysis
Урок 314. 00:07:34

Feature Engineering
Урок 315. 00:05:44

Model Building and Prediction using ANN
Урок 316. 00:11:12

Model Building and Prediction using H2O
Урок 317. 00:05:51

Introduction to the Project
Урок 318. 00:04:06

Importing Libraries and Data sets
Урок 319. 00:09:45

Data Analysis
Урок 320. 00:05:27

Feature Engineering
Урок 321. 00:09:35

Model Building using ML- 1
Урок 322. 00:05:32

Model Building using ML- 2
Урок 323. 00:06:23

Model Building and Predictions using
Урок 324. 00:11:16

Deployment of Model using Flask API
Урок 325. 00:03:18

Introduction to the Project
Урок 326. 00:05:47

Importing Libraries and DataSet
Урок 327. 00:05:55

Data Analysis and Handling Missing Values- 1
Урок 328. 00:06:49

Data Analysis and Handling Missing Values- 2
Урок 329. 00:08:39

Feature Engineering
Урок 330. 00:08:37

Model Building using ML Algorithms
Урок 331. 00:08:11

Model Building and Prediction using PyCaret(AutoML)
Урок 332. 00:06:38

Using FLASK API
Урок 333. 00:05:20

Deploying model using Heroku
Урок 334. 00:04:27

Introduction to the project
Урок 335. 00:04:57

Importing Libraries and DataSet
Урок 336. 00:10:01

Data Analysis
Урок 337. 00:06:18

Feature Engineering
Урок 338. 00:07:30

Model Building using ML models
Урок 339. 00:11:34

Model Building and Prediction using EVAL ML(Auto ML)
Урок 340. 00:05:03

Introduction to the Project
Урок 341. 00:05:58

Importing Libraries and DataSet
Урок 342. 00:07:11

Data Analysis and Cleaning
Урок 343. 00:08:45

Data Preprocessing
Урок 344. 00:08:51

Model Building using ML Algorithms
Урок 345. 00:05:37

Model Building using TPOT Auto ML Library
Урок 346. 00:03:33

Model Building using TPOT Auto ML Library
Урок 347. 00:07:01

Introduction to the Project
Урок 348. 00:04:43

Importing libraries and DataSet
Урок 349. 00:10:01

Data Analysis and Cleaning
Урок 350. 00:06:10

Data Analysis and Cleaning
Урок 351. 00:03:47

Data Preprocessing
Урок 352. 00:03:38

Splitting the Data
Урок 353. 00:05:39

Model Building and Prediction using ML
Урок 354. 00:08:41

Model Building and Prediction using H2O Auto ML Library
Урок 355. 00:02:48

Importing Libraries and Data
Урок 356. 00:03:14

Importing Libraries and Data Set
Урок 357. 00:09:51

Data Analysis
Урок 358. 00:05:43

Feature Engineering
Урок 359. 00:05:48

Model Building and Prediction using Deep Learning
Урок 360. 00:08:23

Model Building and Prediction usin
Урок 361. 00:03:17

Introduction to the Project
Урок 362. 00:02:55

Importing Libraries and DataSet
Урок 363. 00:06:21

Data Analysis and Feature Engineering
Урок 364. 00:07:44

Data Preprocessing 1
Урок 365. 00:04:35

Data Preprocessing 2
Урок 366. 00:05:19

Model Building and Prediction using ML
Урок 367. 00:06:47

Model Building and Prediction using Au
Урок 368. 00:04:20

Introduction to the Project.
Урок 369. 00:03:07

Importing Libraries and DataSet
Урок 370. 00:08:16

Data Analysis and Preprocessing
Урок 371. 00:05:25

Data Analysis and Preprocessing 2
Урок 372. 00:04:22

Model Building using ML
Урок 373. 00:08:22

Model Building using Auto ML(PyCaret)
Урок 374. 00:02:52

Introduction to the Project
Урок 375. 00:02:59

Importing Libraries and DataSet
Урок 376. 00:09:15

Data Analysis and Preprocessing
Урок 377. 00:03:52

Data Analysis and Preprocessing
Урок 378. 00:04:42

Model Building uisng ML
Урок 379. 00:08:54

Model Building and Prediction using Eval Auto ML
Урок 380. 00:03:05

Introduction to the Project
Урок 381. 00:03:14

Importing Libraries and DataSet
Урок 382. 00:08:17

Data Analysis
Урок 383. 00:03:20

Feature Engineering
Урок 384. 00:04:32

Model Building using ML
Урок 385. 00:08:25

Model Building and Prediction using H2O Auto ML
Урок 386. 00:05:12

Introduction
Урок 387. 00:09:58

tkinter
Урок 388. 00:08:12

tkinter 2
Урок 389. 00:04:11

cvbasics
Урок 390. 00:04:51

Implementing Frames
Урок 391. 00:11:26

Implementing Frames 2
Урок 392. 00:08:29

Implementing Canvas
Урок 393. 00:14:09

Sub Menu projects course.
Урок 394. 00:10:58

Finishing Front End
Урок 395. 00:11:04

Image on canvas
Урок 396. 00:28:31

Applying Filters
Урок 397. 00:17:30

Cropping
Урок 398. 00:09:57

Saving Images
Урок 399. 00:05:26

introduction
Урок 400. 00:20:35

tkinter_basics
Урок 401. 00:12:53

sqlite_basics
Урок 402. 00:19:53

developing_frontend
Урок 403. 00:21:15

implementing-logic
Урок 404. 00:19:33

creating-database
Урок 405. 00:25:49

integrating_database_with_tkinter
Урок 406. 00:08:49

introduction
Урок 407. 00:20:35

tkinter-basics
Урок 408. 00:12:53

sqlite-basics
Урок 409. 00:22:02

front-end
Урок 410. 00:43:44

authentication-and-mana
Урок 411. 00:39:11

-managing-transaction
Урок 412. 00:06:04

managing-profile-picture
Урок 413. 00:10:15

introduction
Урок 414. 00:20:07

setting_up
Урок 415. 00:11:06

building_models
Урок 416. 00:11:08

building_models 2
Урок 417. 00:08:44

admin_and_querying
Урок 418. 00:19:40

registration_and_login
Урок 419. 00:16:05

implementing_profile
Урок 420. 00:13:45

implementing profile
Урок 421. 00:11:41

results_with_matplotlib
Урок 422. 00:06:15

Interactive_graph
Урок 423. 00:15:13

answering_assignments
Урок 424. 00:27:19

staff_assignment_view
Урок 425. 00:08:10

introduction
Урок 426. 00:20:03

setting_up
Урок 427. 00:23:38

implementing_models
Урок 428. 00:29:46

login_and_registration
Урок 429. 00:15:55

profiles
Урок 430. 00:13:29

news_home
Урок 431. 00:13:54

filtering_news
Урок 432. 00:05:34

efficient_code
Урок 433. 00:12:56

adding_news
Урок 434. 00:09:07

introduction
Урок 435. 00:20:07

setting_up
Урок 436. 00:34:15

homepage_and_api_requests
Урок 437. 00:36:17

login_and_registration
Урок 438. 00:18:54

handling_notes
Урок 439. 00:13:13

todos_and_homeworks
Урок 440. 00:09:16

conversion_page
Урок 441. 00:07:02

introduction
Урок 442. 00:20:06

setting_up
Урок 443. 00:42:43

login_and_registration
Урок 444. 00:38:27

todo_implementation
Урок 445. 00:18:52

profile_implementation
Урок 446. 00:06:52

introduction
Урок 447. 00:20:06

setting_up
Урок 448. 00:36:17

login_and_registration
Урок 449. 00:06:38

ER_diagram
Урок 450. 00:50:18

groups_implementation
Урок 451. 00:09:19

filtering
Урок 452. 00:02:13

Introduction to Project on Crop Guide
Урок 453. 00:11:24

Designing The Python GUI using Qt Designer.
Урок 454. 00:06:28

Enhancing the Qt5 GUI Functionality
Урок 455. 00:09:50

Creation and Implementation of Database
Урок 456. 00:05:45

Connecting Database with PyQt5 Application
Урок 457. 00:12:53

Enhancing the Qt5 GUI Functionality and Application Logic
Урок 458. 00:06:28

Project Conclusion and Recall
Урок 459. 00:04:07

Introduction to Project on Password Manager
Урок 460. 00:10:58

Designing The Python GUI using Qt Designer
Урок 461. 00:05:07

Enhancing the Qt5 GUI Functionality
Урок 462. 00:08:13

Creation and Implementation of Database
Урок 463. 00:10:27

Enhancing the Qt5 GUI Functionality
Урок 464. 00:10:25

Enhancing the Qt5 GUI Functionality
Урок 465. 00:12:50

Project Conclusion and Overview
Урок 466. 00:02:19

Introduction to Project on News App
Урок 467. 00:06:21

Django Starting and Setup
Урок 468. 00:07:31

Demonstration of Django MVT Architecture
Урок 469. 00:10:24

Coding the Application Logic
Урок 470. 00:10:15

Updating the Application Logic for templates and views.py
Урок 471. 00:13:29

Recall and Project Deployment Part-1
Урок 472. 00:10:42

Project Deployment Part-2
Урок 473. 00:01:27

Introduction To The Project On Guide
Урок 474. 00:11:42

Getting Started With Django
Урок 475. 00:17:42

Application Logic
Урок 476. 00:10:07

Updating Templates and Views
Урок 477. 00:08:01

Deploying Application
Урок 478. 00:01:53

Introduction to Project on The Chef
Урок 479. 00:10:22

Get Started with Django
Урок 480. 00:11:46

Application Logic Part-1
Урок 481. 00:09:15

Application Logic Part-2
Урок 482. 00:07:38

Application Logic Part-3
Урок 483. 00:10:13

Templates
Урок 484. 00:10:03

Updating Vews
Урок 485. 00:07:51

Deployment Of The Application
Урок 486. 00:02:04

Introduction to The Syllogism_Rules of Inference Solver
Урок 487. 00:12:02

Get Started with Django and Explanation Of The Project
Урок 488. 00:11:47

Application Logic Part-1
Урок 489. 00:08:23

Application Logic
Урок 490. 00:09:54

Updating Views and Templates
Урок 491. 00:07:26

Deployment of Application
Урок 492. 00:01:53

Introduction
Урок 493. 00:05:48

Getting Started With Django and MVT Architecture
Урок 494. 00:13:12

Rendering Sample Text and Images Part-1
Урок 495. 00:08:07

Rendering Sample Text and Images Part-2
Урок 496. 00:15:57

Application Logic Part-1
Урок 497. 00:06:43

Application Logic Part-2
Урок 498. 00:07:45

Updating Templates and Views
Урок 499. 00:02:04

Introduction
Урок 500. 00:05:05

Problem Statement and Algorithm
Урок 501. 00:12:28

Application Logic Part-1
Урок 502. 00:13:47

Application Logic Part-2
Урок 503. 00:13:36

Application Logic Part-3
Урок 504. 00:04:55

Integration Of Gmail In Python
Урок 505. 00:03:55

Integration Of Gmail In Python Part-2
Урок 506. 00:07:21

Overview of the Game
Урок 507. 00:06:33

Building the Algorithms
Урок 508. 00:12:15

Designing the board
Урок 509. 00:18:56

Game Outcome
Урок 510. 00:16:51

Player Mark
Урок 511. 00:23:27

Computer AI Move
Урок 512. 00:18:34

Main logic of the game
Урок 513. 00:03:14

Final
Урок 514. 00:03:22

Introduction to the project
Урок 515. 00:15:43

Starting with Django
Урок 516. 00:12:43

Working with Apps and URLs
Урок 517. 00:15:45

Designing website.
Урок 518. 00:15:56

Generating password
Урок 519. 00:07:12

Generating password contd.
Урок 520. 00:12:11

Bootstrap and CSS Designing
Урок 521. 00:04:05

Introduction to the project
Урок 522. 00:19:44

Starting project
Урок 523. 00:09:40

Starting project contd
Урок 524. 00:19:55

Working with admin
Урок 525. 00:23:38

Building homepage
Урок 526. 00:16:11

Building blog application
Урок 527. 00:09:32

Building blog application continued
Урок 528. 00:13:53

Working with database and static-Files
Урок 529. 00:12:32

Adding details in blog
Урок 530. 00:21:31

Adding details in blog
Урок 531. 00:13:45

Adding Base templates
Урок 532. 00:03:01

Final project
Урок 533. 00:05:21

Introduction to the project
Урок 534. 00:18:36

Starting project.
Урок 535. 00:10:20

Starting application
Урок 536. 00:17:57

Building website
Урок 537. 00:09:32

Adding Logout user option
Урок 538. 00:09:45

Adding Login user option
Урок 539. 00:15:19

Creating Todo option
Урок 540. 00:13:11

Create todo option for user
Урок 541. 00:12:42

Displaying todo list
Урок 542. 00:13:11

Updating todo list
Урок 543. 00:15:00

Mark complete and delete todo
Урок 544. 00:06:02

Designing website
Урок 545. 00:03:51

Introduction to the project
Урок 546. 00:12:36

Getting data with API
Урок 547. 00:19:02

Fetching data with python
Урок 548. 00:16:30

Creating Planner Functions.
Урок 549. 00:16:59

Working with tkinter
Урок 550. 00:19:08

Designing Gui
Урок 551. 00:15:56

Update and Color Feature
Урок 552. 00:05:24

Introduction to the project
Урок 553. 00:06:01

Getting Access Keys.
Урок 554. 00:05:05

Adding authentication functions
Урок 555. 00:09:38

Fetching tweets
Урок 556. 00:09:35

Storing data
Урок 557. 00:06:37

Handling tweet id
Урок 558. 00:14:06

tweet reply function
Урок 559. 00:12:34

Automating bot
Урок 560. 00:12:43

Deployment phase
Урок 561. 00:02:46

Introduction to the project
Урок 562. 00:12:31

Working with data
Урок 563. 00:11:44

File handling concept
Урок 564. 00:07:57

Building dictionary application
Урок 565. 00:14:42

Building dictionary application continued
Урок 566. 00:18:30

Making close match function
Урок 567. 00:19:47

Adding gui features to dictionary
Урок 568. 00:17:11

Final project
Урок 569. 00:05:04

Introduction to the game
Урок 570. 00:12:58

Setting up game screen
Урок 571. 00:16:40

Building requirements
Урок 572. 00:21:04

Building functions
Урок 573. 00:14:02

Building functions continued
Урок 574. 00:11:37

Final commands
Урок 575. 00:06:09

Introduction to the project
Урок 576. 00:23:06

Designing application
Урок 577. 00:12:03

Designing application continued
Урок 578. 00:16:39

Building database
Урок 579. 00:08:11

Building database functions
Урок 580. 00:22:07

Connecting backend to frontend
Урок 581. 00:17:14

Completing project
Урок 582. 00:03:21

Introduction to the project.
Урок 583. 00:12:26

Designing pet
Урок 584. 00:15:02

Designing pet continued
Урок 585. 00:13:56

Adding blinking functions
Урок 586. 00:13:37

CheekyFace and tongue toggle of pet
Урок 587. 00:16:27

Happy, sad and normal states of pet
Урок 588. 00:08:15

Main function
Урок 589. 00:04:23

Introduction to the project
Урок 590. 00:15:56

Basics of turtle
Урок 591. 00:16:21

Starting Project
Урок 592. 00:14:27

Building functions
Урок 593. 00:10:51

Building function continued
Урок 594. 00:16:10

Game start function
Урок 595. 00:13:53

Adding command keys
Урок 596. 00:04:02

Introduction to the project
Урок 597. 00:06:05

Algorithm for the game
Урок 598. 00:03:50

Building Interface
Урок 599. 00:05:52

Creating words list
Урок 600. 00:05:36

Building main logic
Урок 601. 00:11:38

Building main logic continued
Урок 602. 00:09:53

Working with figures
Урок 603. 00:05:37

Final project
Урок 604. 00:04:07

Introduction to the project
Урок 605. 00:05:50

Designing the window
Урок 606. 00:05:42

Designing the window continued
Урок 607. 00:06:46

Adding functions
Урок 608. 00:07:10

Building operations list
Урок 609. 00:10:35

Building main function
Урок 610. 00:04:06

Final project
Урок 611. 00:06:50

Introduction to the project
Урок 612. 00:18:18

Designing application
Урок 613. 00:15:52

Building frames for window
Урок 614. 00:07:56

Decode function
Урок 615. 00:04:20

Encode function
Урок 616. 00:05:32

Final project

Автор - udemy

udemy

Udemy - одна из самых больших площадок в мире по доставке обучающего контента от разных авторов всего мира. Присутсвуют курсы практически на любую тему.

+192

Категории

Комментарии

shieldmedia

8 янв. 2022 г., 12:28

Постараюсь полностью пройти этот курс и отписывать походу выполнения каждого проекта, может кому пригодится эта инфа и поймёте стоит ли его вам смотреть)

Первые 15 уроков очень базовые, их стоит смотреть только тем кто впервые сталкивается с программированием или хочет изучить самые основы пайтона.
shieldmedia shieldmedia

8 янв. 2022 г., 15:13

1 - Pan Card Tempering Detector (Детектор подделанных документов). Алгоритм преобразования изображений для сравнения вроде нормальный, реализация в коде максимально наивная и не пригодная для реальной жизни. Само приложение подходит лишь для примера, что бы ученик мог понять суть того как это должно работать. Функционал opencv, pillow и тд. почти не разбирался (как работает threshold, findContours, grabContours и тд), это нужно понять самим читая доку или другим способом, а такие функции как resize, imread, save и тд. в объяснении не нуждаются.

Брал для теста примеры доков из гугла, максимально хорошо сфотканные и отцентрованные на белом фоне, так там даже контуры нормально не определились с текущей реализацией в коде, нужно докручивать самому)

Само приложение на flask рассматривать не буду, как как после взрослых фреймворков по типу Yii2/Laravel/NestJs и тд, оно кажется не серьёзным и подходящим так же максимум для быстрого прототипа, который будет делать ученик далёкий от backend разработки.
Anonymous shieldmedia

11 янв. 2022 г., 13:36

Спасибо, лягух. Теперь понятно, что заниматься по этому я не буду
sozidatel79

8 янв. 2022 г., 02:00

Это просто взрыв мозга, это не возможно слушать.
Hrabryi sozidatel79

8 янв. 2022 г., 07:42

Очередной курс от индусов.

Команда внимательно читает ваши комментарии и оперативно на них реагирует. Вы можете спокойно оставлять запросы на обновления или задавать любые вопросы о курсе здесь.

Другие материалы в этой категории

Изображение курса Python Мастер-класс по Анализу и Визуализации Данных 2022

udemy

29 дек. 2021 г., 02:10

Python Обработка и анализ данных

Python Мастер-класс по Анализу и Визуализации Данных 2022

Python Data Analysis & Visualization Masterclass

Добро пожаловать на (как мне кажется) лучший веб-курс по Pandas, Matplotlib, Seaborn! Этот курс повысит ваши навыки работы с данными, чтобы помочь вам в карьерном росте в области науки о данных, машинного обучения, финансов, веб-разработки или любой другой области, смежной с технологиями.

20 ч 17 мин

Английский

Посмотреть

+56

Изображение курса Big Data для Data Science

Stepik

11 мар. 2021 г., 17:10

Обработка и анализ данных

Big Data для Data Science

Введение в науку о больших данных. Мы научим вас использовать технологии Big Data так, что вы сразу сможете применять их в боевых условиях.

13 ч 51 мин

Русский

Посмотреть

+24

Изображение курса Python от А до Я ™: Python для Data Science с реальными упражнениями!

udemy

1 мар. 2020 г., 11:33

Python Обработка и анализ данных

Python от А до Я ™: Python для Data Science с реальными упражнениями!

Python A-Z™: Python For Data Science With Real Exercises!

Программирование на Python для аналитики данных и науки о данных. Изучите статистический анализ, сбор данных и визуализацию.

11 ч 6 мин

Английский

Посмотреть

+19

Изображение курса Data Science: глубокое обучение на Python

udemy

19 янв. 2020 г., 17:51

Python Обработка и анализ данных Глубокое обучение

Data Science: глубокое обучение на Python

Data Science: Deep Learning in Python

Самый глубокий взгляд на теорию нейронных сетей и на то, как ее писать на чистом Python и Tensorflow.

11 ч 14 мин

Английский

Посмотреть

udemy

13 июн. 2022 г., 22:54

Обработка и анализ данных

Наука о данных с R

Data Science with R

Приветствуем будущих специалистов по данным! Этот курс представляет собой введение в науку о данных, статистический анализ и программирование R. Вы узнаете, как выполнять и создавать отчет статистического анализа с помощью интерфейса R, R studio и редактора R Markdown. В первом разделе будет представлена история науки о данных и использовании R Studio. Затем будут рассмотрены методы управления данными, включая сбор данных, импорт и управление отс

0 ч 44 мин

Английский

Посмотреть

Data Science Bootcamp: создание портфолио из 90 проектов

Ограничение времени просмотра

Автор - udemy

udemy

Python

Обработка и анализ данных

Другие материалы в этой категории

Python Мастер-класс по Анализу и Визуализации Данных 2022

Big Data для Data Science

Python от А до Я ™: Python для Data Science с реальными упражнениями!

Data Science: глубокое обучение на Python

Наука о данных с R