Скачать [Udemy] Машинное обучение: кластеризация и классификация на Python (2020)

Тема в разделе "Администрирование и программирование", создана пользователем Rabbit, 26 мар 2020.

  1. Rabbit

    By:Rabbit26 мар 2020
    Moderator
    Модератор

    Регистрация:
    17 фев 2019
    Сообщения:
    3.602
    Симпатии:
    746
    [Udemy] Машинное обучение: кластеризация и классификация на Python (2020)
    2
    Чему вы научитесь
    • EDA: исследовательский анализ данных
    • Точность, полнота, F1 и каппа метрики
    • Простая кластеризация данных
    • Логистическая регрессия: простая и многоуровневая
    • Метод ближайших соседей: kNN
    • Наивный Байес
    • Метод опорных векторов: SVM
    • Решающие деревья м случайный лес
    • XGBoost и градиентный бустинг
    • CatBoost и LightGBM
    • Ансамбль голосования и стекинга
    Требования
    • Продвинутый Python
    • Основы математической статистики
    • Основы машинного обучения
    Описание
    Мы разберем прикладные подходы к кластеризации и классификации данных с помощью машинного обучения для страхового скоринга Prudential в соревновании на Kaggle вплоть до формирования конечного результата.

    В этом курсе:
    • Проведение исследовательского анализа данных для поиска зависимостей: EDA.
    • Метрики классификации: точность, полнота, F1, квадратичная каппа и матрица неточностей.
    • Очистка данных и оптимизация потребления памяти.
    • Кластеризация данных и метод ближайших соседей.
    • Простая и иерархическая логистическая регрессия.
    • Метод ближайших соседей и поиск оптимальной модели.
    • Метод опорных векторов: SVM.
    • Дерево принятия решения и случайный лес (бэггинг).
    • XGBosot и градиентный бустинг.
    • LightGBM и CatBoost
    • Ансамбль стекинга для голосования и выбора лучшего результата.
    • Выгрузка результата для соревнования на Kaggle.
    Для кого этот курс:
    • Аналитики Python, изучающие машинное обучение
    • Программисты больших данных
    • Исследователи больших данных
    ПРОДАЖНИК

    СКАЧАТЬ
     
Похожие темы
  1. Todos
    Ответов:
    0
    Просмотров:
    43
  2. Todos
    Ответов:
    0
    Просмотров:
    67
  3. Rabbit
    Ответов:
    0
    Просмотров:
    175
  4. Rabbit
    Ответов:
    0
    Просмотров:
    2
  5. Rabbit
    Ответов:
    0
    Просмотров:
    43
  6. Rabbit
    Ответов:
    0
    Просмотров:
    68
  7. Super$liv
    Ответов:
    0
    Просмотров:
    73
Загрузка...