Машинное обучение: кластеризация и аномалии на Python

Why take this course?
🚀 Машинное обучение: Кластеризация и Аномалии на Python
🎓 Прокачайтесь в машинном обучении без учителя! Исследуйте, как выделять кластеры в данных и искать аномалии с использованием Python. Это ваш шанс углубиться в одну из самых интересных и потребовательных областей данной области знаний! 🧠
📚 Cерия курсов "Машинное обучение без учителя" продолжает экспериментировать и открывать новые горизонты машинного обучения. На этом курсе вы найдете ответы на вопросы: "Как начать работу с кластеризацией? Какие методы поиска аномалий я могу использовать?" 🖥️
Курс состоит из четырех частей:
-
Основы данных и машинного обучения:
- Понимание задач машинного обучения.
- Введение в метрики и модели.
- Изучение линейной регрессии и ансамблей машинного обучения.
- Работа с данными и подготовка для моделирования.
-
Базовые методы кластеризации:
- Исследование внешних и внутренних метрик кластеризации.
- Практический опыт с K-средних, FOREL, агломеративной кластеризации, GMM и расстоянием Махаланобиса.
- Создание модели кластеризации на основе исходных данных.
-
Продвинутая кластеризация:
- Разработка и понимание моделей DBSCAN, HDBSCAN, OPTICS и распространения близости.
- Эксперименты с расширяющимся нейронным газом и SOM.
- Изучение матрицы Кирхгофа и спектральной кластеризации.
- Сбор ансамбля моделей кластеризации.
-
Поиск аномалий:
- Осознание поиска аномалий и метрики pAUC.
- Применение теста Смирнова-Граббса.
- Эллипсоидальная аппроксимация и различия между LOF и ABOD.
- Работа с моделью COPOD и создание iForest.
🏆 Заключение курса: Вы примените полученные знания на реальном проекте – задаче Хакатона 2020 года. Это будет ваш шанс продемонстрировать все, что вы освоили, и показать свои новые навыки в действии!
Не забывайте: 📫 Чтобы начать обучение, отправьте письмо на support@ittensive.com с названием курса "Машинное обучение: Кластеризация и Аномалии на Python" или группы курсов, по желаемом.
🚀 Присоединяйтесь к нам и превратите данные в золото с помощью машинного обучения! 📊
Course Gallery




Loading charts...