Smoky
Редактор
- Регистрация
- 13.06.19
- Сообщения
- 28,152
- Реакции
- 355,576
Автор: Центр digital-профессий ITtensive
Название: Машинное обучение: кластеризация и классификация на Python (2020)
Выигрываем соревнование Kaggle с kNN, SVM, логистической регрессией, случайным лесом, XGBoost, CatBoost и LightGBM
Чему вы научитесь
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:
Скачать:
Название: Машинное обучение: кластеризация и классификация на Python (2020)
Выигрываем соревнование Kaggle с kNN, SVM, логистической регрессией, случайным лесом, XGBoost, CatBoost и LightGBM
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
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.
- Аналитики Python, изучающие машинное обучение
- Программисты больших данных
- Исследователи больших данных
Скачать:
Похожие темы
- [Udemy] Artur Sobolevskij ― Как успевать в 2 раза больше без стресса и выгорания (2023)
- [Udemy] Alexey Zlotnik - Как начать карьеру на Фрилансе. Заработок на Upwork в 2023
- [Udemy] Ларно Виссер - Мастер-класс Adobe Firefly - следующий шаг в генеративном искусственном интеллекте (2023)
- [Udemy] Vitalii Shumylo - Master Python: от новичка до профессионала с практическими задачами по кодированию (2023)
- [Udemy] Maneesha S. Nirman - Полный курс Foundation Binance по алгоритмическому трейдингу (2023)
- [Udemy] ChatGPT SEO: Повышение рейтинга, трафика и успеха в Интернете (2023)
- [Web Oral] [Udemy] Заработок с ChatGPT - легкий способ для новичков (2023)
- [Udemy] Philip Cotton - Полное руководство для начинающих по 3D-печати; Учебный лагерь (2023)
- [Udemy] Секреты и совершенное владение ChatGPT (2023)
- [Хиари Арбиа] [Udemy] ChatGPT и ваш первый доход в Интернете: практический курс (2023)