Udemy

Platform

Русский

Language

Other

Category

Введение в Машинное обучение

Machine Learning на русском доступном языке

Students

1.5 hours

Content

May 2021

Last Update
Regular Price

PLURALSIGHT
PluralSight
Entire course library + Leaning Path
10-day free trial

What you will learn

Основы Науки о данных на Python


Description

Добро пожаловать на вводный курс Machine Learning, на котором Вы переосмыслите свое отношение к информации. Это курс для всех, кто желает освоить Машинное обучение.

Вы узнаете, как происходит подготовка данных:

– очистка

– преобразование

– комбинирование датасетов.

Вы научитесь разведочному анализу данных (EDA):

– идентификация переменных

– удаление дубликатов

– анализ основных показателей

– одномерный и двумерный анализ

– корреляционный анализ

– понижение размерности

И наконец, как происходит обучение нейронной сети:

– выбор типа модели и целевой переменной

– обучение модели

– тюнинг гиперпараметров

Мы вместе решим пошагово некоторые популярные задачи Машинного обучения: предсказание покупки и проч.

Мы разработали этот курс для всех, кто хочет освоиться в Науке о данных и научиться создавать свои проекты в этой сфере на языке Python. К окончанию курса Вы будете обладать базовым инструментарием для создания data-driven проектов.

Поначалу будет казаться, что нового слишком много, и Ваша задача здесь – просто продолжить. Со временем, когда мозг соберет новую сложную мыслительную конструкцию, Вы освоитесь, и Data Science станет привычным занятием.

Идеальный студент для этого курса - Junior- или Middle-разработчик Python, который хочет расширить свои навыки, или предприниматель, который хочет запустить продукт. Для регистрации нет никаких требований, мы только просим Вас быть открытыми и готовыми учиться.

Технологии: matplotlib, NumPy, os, Pandas, pandas_profiling, yfinance, Scikit-learn (SimpleImputer, SelectKBest, StandardScaler, PCA, RandomForestClassifier; metrics: classification_report, accuracy_score; model_selection: train_test_split, GridSearchCV, cross_val_score; linear_model: LogisticRegression; tree: DecisionTreeClassifier; neighbors: KNeighborsClassifier; svm: SVC; naive_bayes: BernoulliNB)


Screenshots

Введение в Машинное обучение
Введение в Машинное обучение
Введение в Машинное обучение
Введение в Машинное обучение

Content

Введение

Data Science в мире Больших данных

Подготовка | Очистка

Исправление ошибок

Обработка пробелов, знаков препинания

Заполнение пропусков

Удаление выбросов

Дебаггинг

Подготовка | Преобразование

Агрегирование

Экстраполяция

Создание фиктивных переменных

Сокращение числа переменных

Производные меры

Подготовка | Комбинирование

Объединение, складывание, обогащение

Разведывательный анализ данных

Идентификация переменных и типов данных

Удаление дубликатов, заполнение пропусков

Удаление выбросов и проч.

Понижение размерности

Моделирование

Логистическая регрессия


3795946

Udemy ID

1/23/2021

Course created date

4/23/2021

Course Indexed date
Bot
Course Submitted by

Twitter
Telegram