Администрирование и программирование [GeekBrains] Машинное обучение. Часть 3/5 (2020)

Тема в разделе "Администрирование и программирование", создана пользователем BoomInfo, 11 авг 2020.

  1. BoomInfo

    BoomInfo Администратор Команда форума Администратор

    GeekBrains. Машинное обучение. Часть 3/5 (2020)
    XOyGdNQoFg0

    Программа
    30+ онлайн-уроков, более 65 часов обучающего контента и практика после каждого занятия
    Длительность: 5 месяцев.

    Модуль 1. Теория вероятностей и математическая статистика
    Модуль 2. Библиотеки Python для Data Science: Numpy, Matplotlib, Scikit-learn
    Модуль 3. Библиотеки Python для Data Science: продолжение
    Модуль 4. Алгоритмы анализа данных
    Модуль 5. Системы машинного обучения в Production

    Программа курса подробно

    Теория вероятностей и математическая статистика
    • Случайные события. Условная вероятность. Формула Байеса. Независимые испытания

    • Дискретные случайные величины. Закон распределения вероятностей. Биномиальный закон распределения. Распределение Пуассона

    • Описательная статистика. Качественные и количественные характеристики популяции. Графическое представление данных

    • Непрерывные случайные величины. Функция распределения и плотность распределения вероятностей. Равномерное и нормальное распределение. Центральная предельная теорема

    • Проверка статистических гипотез. P-значения. Доверительные интервалы. A/B-тестирование

    • Взаимосвязь величин. Параметрические и непараметрические показатели корреляции. Корреляционный анализ

    • Многомерный статистический анализ. Линейная регрессия

    • Дисперсионный анализ. Логистическая регрессия

    Курсовой проект
    Разведочный анализ данных (EDA) на основе выбранного датасета: визуализация, корреляционный, дисперсионный и факторный анализ


    Библиотеки Python для Data Science: Numpy, Matplotlib, Scikit-learn
    • Введение в курс. Вебинар

    • Вычисления с помощью Numpy. Работа с данными в Pandas. Видеоурок

    • Вычисления с помощью Numpy. Работа с данными в Pandas. Вебинар

    • Визуализация данных в Matplotlib. Видеоурок

    • Визуализация данных в Matplotlib. Вебинар

    • Обучение с учителем в Scikit-learn. Видеоурок

    • Обучение с учителем в Scikit-learn. Вебинар

    • Обучение без учителя в Scikit-learn. Видеоурок

    • Обучение без учителя в Scikit-learn и введение в итоговый проект. Вебинар

    • Консультация по итоговому проекту. Вебинар

    Курсовой проект
    Соревнование на платформе Kaggle по предсказанию цены на недвижимость, решение задачи регрессии


    Библиотеки Python для Data Science: продолжение
    • Введение в задачу классификации. Постановка задачи и подготовка данных

    • Анализ данных и проверка статистических гипотез

    • Построение модели классификации

    • Оценка и интерпретация полученной модели. Обсуждение курсового проекта

    Курсовой проект
    Соревнование на платформе Kaggle по кредитному скорингу, решение задачи классификации


    Алгоритмы анализа данных
    • Алгоритм линейной регрессии. Градиентный спуск

    • Масштабирование признаков. L1- и L2-регуляризация. Стохастический градиентный спуск

    • Логистическая регрессия. Log Loss

    • Алгоритм построения дерева решений

    • Случайный лес

    • Градиентный бустинг (AdaBoost)

    • Классификация с помощью KNN. Кластеризация K-means

    • Снижение размерности данных

    Курсовой проект
    Участие в одном или двух соревнованиях на Kaggle: предсказать средний балл на экзамене по математике, который получают ученики репетиторов (задача регрессии); предсказать, подойдет ли репетитор для подготовки к экзамену по математике (задача классификации)


    Системы машинного обучения в Production
    • Введение в задачу предсказания оттока. Формализация задачи и сбор сырых данных

    • Загрузка данных и построение обучающей выборки. Анализ и предобработка датасета. Балансировка классов

    • Выбор и обучение модели на отобранных признаках. Сравнение качества и оценка модели

    • Оценка потенциального влияния на бизнес. Масштабирование решения

    • Подготовка к продакшену. Планировщик задач и перенос проекта из Jupyter в PyCharm

    Курсовой проект
    Оценка потенциального влияния на бизнес ML-решения, построение модели оттока клиентов в игровых проектах и подготовка кода для Production в PyCharm

    T0b9o8LPtno

    Продажник:
    Не скрытое содержимое:
    https://machinelearning.geekbrains.ru/
    Скачать:
    Оформить VIP Подписку и открыть доступ к этой и другим темам.
    Скрытый текст:
    **Скрытый текст: Скрытый текст могут просматривать только пользователи следующих групп: VIP, Администратор, Модератор.**
     
    Последнее редактирование: 15 сен 2020
  2. tanktank

    tanktank VIP

    Следующая часть будет? как узнать когда выйдет?
     
  3. BoomInfo

    BoomInfo Администратор Команда форума Администратор

    Будет конечно. Сбор средств идёт, скоро раздача состоится и мы выкупим и выложим. Подписывайтесь на телеграм канал @BoomInfo там я анонсирую новинки, либо нажмите следить за разделом, либо ежедневно заходите и смотрите обновления :)
     
  4. tanktank

    tanktank VIP

    Спасибо! за всё!
     
  5. BoomInfo

    BoomInfo Администратор Команда форума Администратор

    Сегодня будет курс!
     

Похожие темы:
  1. BoomInfo
    Ответов:
    1
    Просмотров:
    593
  2. BoomInfo
    Ответов:
    0
    Просмотров:
    845
  3. BoomInfo
    Ответов:
    0
    Просмотров:
    544
  4. BoomInfo
    Ответов:
    2
    Просмотров:
    544
  5. BoomInfo
    Ответов:
    0
    Просмотров:
    223
Загрузка...