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)
Udemy
platform
Русский
language
Data Science
category
Машинное обучение без учителя на Python: полный курс
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...

3987964
udemy ID
17/04/2021
course created date
18/04/2021
course indexed date
Bot
course submited by