[Python] [Udemy] Машинное обучение: выделение факторов на Python (2021)

[Odyvanchik]

[Udemy] Машинное обучение: выделение факторов на Python (2021)





Чему вы научитесь

* Процесс и модель машинного обучения

* Заполнение пропусков в данных

* Линейная регрессия и L1/L2 регуляризация

* Решающие деревья и ансамбли стекинга

* Корреляция и взаимная информация

* Метод главных компонент (PCA)

* Сингулярное разложение (SVD)

* Анализ независимых компонент (ICA)

* Многомерное шкалирование (MDS)

* t-SNE, UMAP, LargeVis

Требования

* Продвинутый Python

* Основы математической статистики

Описание

Мы разберем задачу хакатона 2020 года по выделению факторов, в наибольшей степени влияющих на продолжительность жизни в России, с точки зрения фундаментальных и прикладных подходов к понижению размерности данных. В заключении построим ансамбль моделей для предсказания продолжительности жизни, базируясь на выделенных факторах.

Курс разбит на 4 части. В первой части мы последовательно пройдем все этапы работы с данными: от видов задач и их постановки до работы с моделями машинного обучения для минимизации предсказательной ошибки. Дополнительно рассмотрим фундаментальные основы построения моделей машинного обучения, базовые метрики и наиболее простые модели - линейную регрессии, решающие деревья и случайный лес. А также ансамбли машинного обучения.

Во второй части на практике разберем:

* Очистку и предобработку данных - ETL

* Линейную регрессию для экстраполяции данных

* Линейную регрессию с регуляризацией для выделения факторов

* Информационные критерии понижения размерности

В заключении создадим ансамбль стекинга из простых моделей понижения размерности.

Третья часть посвящена матричным методам:

* Метод главных компонент (PCA)

* Сингулярное разложение (SVD)

* Анализ независимых компонент (ICA)

* Положительно-определенные матрицы (NMF)

Уточним решение задачи обучения без учителя через матричные методы.

В четвертой части рассмотрим нелинейные подходы:

* Многомерное шкалирование (MDS).

* t-SNE

* UMAP

* LargeVis

Стабилизируем ансамбль понижения размерности и используем его для предсказания продолжительности жизни в России, основываясь на наиболее важных макроэкономических показателях.

Для кого этот курс:

* Аналитики Python, изучающие машинное обучение

* Программисты больших данных

* Исследователи больших данных



—————————————————————————

🔗 Продажник:

📥 СКАЧАТЬ КУРС:

Для просмотра содержимого вам необходимо Войти или Зарегистрироваться.

🔐 Хотите получить доступ?

Чтобы увидеть скрытые ссылки и ставить лайки, активируйте VIP-статус.

💎 ПОЛУЧИТЬ ДОСТУП Наш Telegram канал