Машинное обучение без учителя на Python: полный курс
Выигрываем хакатоны по выделению факторов (PCA, ICA, NMF, MDS, t-SNE) и кластеризации (К-средних, DBSCAN, OPTICS, SOM)
4.59 (17 reviews)

194
students
12.5 hours
content
Jan 2022
last update
$19.99
regular price
Why take this course?
🌟 Курс "Машинное обучение без учителя на Python" 🌟
🚀 Выигрываем хакатоны с помощью Python! 🚀
🔥 О что же вы узнаете в курсе: 🔥
Часть 1: Основы данных и модели машинного обучения
- Понимание задач машинного обучения.
- Первые шаги с данными: виды задач, их постановка.
- Фундаментальные основы построения моделей: линейная регрессия, решающие деревья и случайный лес.
- Ансамбли машинного обучения для минимизации предсказательной ошибки.
📊 Часть 2: Практические навыки ETL, предобработка данных и линейная регрессия
- Очистка и предобработка данных (ETL).
- Линейная регрессия для экстраполяции данных.
- Линейная регрессия с регуляризацией для выделения факторов.
- Информационные критерии понижения размерности: создание ансамбля для предсказания продолжительности жизни в России.
📈 Часть 3: Понижение размерности с Python
- Продвинутые методы и алгоритмы для понижения размерности данных:
- Макроэкономические показатели как основы для предсказаний.
- Стабилизация ансамблей понижения размерности.
- Изучение моделей кластеризации, включая K-средних, FOREL и GMM.
- Работа с расстоянием Махаланобиса, самоорганизующиеся карты Кохонена (SOM) и матрица Кирхгофа.
🏆 Часть 4: Продвинутая кластеризация и поиск аномалий
- Различия между DBSCAN, HDBSCAN и OPTICS.
- Использование rasпределенного нейронного газа для кластеризации.
- Обучение и использование модели COPOD.
- Создание iForest как расширенного леса изоляции.
🔧 Часть 5: Эксперименты с Хакатоном 2020
- Поиск аномалий и метрика pAUC.
- Тест Смирнова-Граббса на практике.
- Эллипсоидальная аппроксимация.
- Различия между LOF и ABOD.
🎓 Финал курса: Решение Хакатона 2020 года 🎓
- Объединение всех полученных знаний для решения настоящих задач Хакатонов.
- Применение теории и практики для создания эффективного проекта.
- Подготовка к участию в хакатонах с использованием Python и машинного обучения.
👨🏫 Ты почему-то новый в машинном обучении? 👩🎓
- Нет стресса! Проекты разработаны так, чтобы дать тебе уверенность в своих действиях.
- Поддержка сообщества и менторов всей пути вашего обучения.
- Интерактивные задания, которые помогут запечатлеть знания.
📅 Начни сегодня и стань экспертом в машинном обучении без учителя! 📅
Присоединяйся к нам, чтобы:
- Улучшить свои навыки Python.
- Понять основы машинного обучения.
- Применить алгоритмы кластеризации и поиска аномалий.
- Реализовать реальные проекты, такие как Хакатоны 2020.
🎉 Приветствуем тебя в мире машинного обучения! 🎉
Loading charts...
Related Topics
3987964
udemy ID
17/04/2021
course created date
18/04/2021
course indexed date
Bot
course submited by