ittensive-machine-learning-introduction

Внимание: для доступа к курсам ITtensive на Udemy напишите, пожалуйста, на support@ittensive. com с названием курса или группы курсов, которые хотите пройти. Работа с большими данными и задачами искусственного интеллекта требует особого подхода - подхода машинного обучения.

В этом курсе 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 и логистическую регрессии. В курсе изучается:Классификация задач машинного обучения.

Процесс машинного обучения: ETL, EDA, подготовка данных, обучение модели. Особенности обучения модели: выборки, переобучение и гиперпараметры. Оптимизация гиперпараметров жадным поиском, через гиперкуб и парзеновские деревья.

Отличия переобученной модели и недообученной, практики оптимального обучения. Работа с форматов хранения данных - HDF5. «Проклятье» большой размерности.