Комплексный проект по науке о данных: 9 моделей прогнозирования SONAR ScikitLearn и XGBoost, ПОЛНЫЙ код [2024]

Совершенствуйте свои навыки в области науки о данных с помощью этого сквозного проекта машинного обучения на 60-компонентных данных SONAR, включающем 9 моделей классификации ScikitLearn и XGBoost, включая ADABoost, а также настройку гиперпараметров с помощью Hyperopt. Изучите основные методы, такие как разработка функций, k-кратная перекрестная проверка для выбора модели, а также область неточности и отзыв для несбалансированных данных. Освойте библиотеки Python, такие как Scikit Learn, XGBoost и Seaborn, и создайте мощное портфолио для анализа данных с полным включенным кодом.

️️ВИДЕО ГЛАВЫ️️
0:00 Почему это практическое руководство поможет вам улучшить ваши знания о данных
0:48 Понимание бизнеса о SONAR
1:57 Практическое руководство в Google Colab по настройке библиотек, анализу данных
14:15 Подготовка данных, включая очистку и форматирование данных с визуализацией с использованием Seaborn и Matplotlib.
20:15 Разработка функций, включая преобразование функций, кодирование и собственный конвейер обучения Scikit
32:06 Построение 9 моделей классификации с помощью ScikitLearn и XGBoost и сравнение моделей с использованием
40:40 Поиск гиперпараметров для ADABoost и логистическая регрессия с поиском по сетке
45:48 Улучшение области точности и графика отзыва с помощью фильтра Савицкого-Голея из библиотеки Scipy
47:10 Выбор модели с использованием метрики auc pr, k-кратной перекрестной проверки и визуализации результатов испытаний в матрице ошибок
51:04 Настройка гиперпараметра XGBoost с помощью Hyperopt с использованием байесовской оптимизации
58:00 Создание окончательной модели

__________

️ Оставляйте любые вопросы об искусственном интеллекте и науке о данных в комментариях!
__________

Ссылка на код Python в Google Colab:
https://colab.research.google.com/drive/1ItzTyk7tKvQGEn8jK5br9mdovtT8aZ-L?uspsharing

__________
Вы хотите стать (сквозным) специалистом по данным?
У меня есть два варианта помочь:

БЕСПЛАТНОЕ руководство по науке о данных — в 10 раз больше ваших решений искусственного интеллекта для реального мира ((Дорожная карта науки о данных к совершенству), включая 100 библиотек Python для эффективного машинного обучения и глубокого обучения
Получите бесплатное руководство здесь: https://www.maryammiradi.com/free-guide.

ГОТОВЫ ПРИСОЕДИНИТЬСЯ К МОЕЙ КОМПЛЕКСНОЙ ПРОГРАММЕ ОБУЧЕНИЯ В области науки о данных?
Ознакомьтесь с 4-недельной программой AI Practitioner Plus здесь:
https://www.maryammiradi.com/ai-practitioner-plus

Пожалуйста, воспользуйтесь возможностью подключиться и поделиться этим видео со своими друзьями и семьей, если вы считаете его полезным.