Машинное обучение с использованием Python и Scikit-Learn – полный курс

Этот курс представляет собой практическое введение в машинное обучение с использованием Python и Scikit-Learn для новичков с базовыми знаниями Python и статистики.

Он разработан и преподается Аакашем Н.С., генеральным директором и соучредителем Jovian. Посетите их канал на YouTube здесь: https://youtube.com/@jovianhq.

Мы начнем с основ машинного обучения, изучая такие модели, как линейная и логистическая регрессия, а затем перейдем к древовидным моделям, таким как деревья решений, случайные леса и машины повышения градиента. Мы также обсудим лучшие практики подхода к проектам машинного обучения и управления ими, а также создадим современную модель машинного обучения для реального набора данных с нуля. Мы также кратко рассмотрим неконтролируемое обучение и рекомендации, а также рассмотрим процесс развертывания модели машинного обучения в облаке с использованием веб-фреймворка Flask.

К концу этого курса вы сможете уверенно создавать, обучать и развертывать модели машинного обучения в реальном мире. Чтобы получить максимальную пользу от этого курса, следуйте инструкциям и напечатайте весь код самостоятельно, а также примените описанные здесь методы к другим реальным наборам данных и соревнованиям, которые вы можете найти на таких платформах, как Kaggle.

️ Темы и блокноты ️

️ (00:00:00) Введение
️ (00:00:25) Урок 1 — Линейная регрессия и градиентный спуск
https://jovian.ai/aakashns/python-sklearn-linear-reгрессия
️ (02:17:30) Урок 2 – Логистическая регрессия для классификации
https://jovian.ai/aakashns/python-sklearn-логистик-регрессия
️ (04:53:26) Урок 3 – Деревья решений и случайные леса
https://jovian.ai/aakashns/sklearn-decision-trees-random-forests
️ (07:25:29) Урок 4. Как подходить к проектам машинного обучения
https://jovian.com/aakashns/how-to-approach-ml-problems
️ (10:06:13) Урок 5. Машины повышения градиента с помощью XGBoost
https://jovian.ai/aakashns/python-gradient-boosting-machines
️ (12:20:57) Урок 6. Обучение без учителя с использованием Scikit-Learn
https://jovian.ai/aakashns/sklearn-unsupervised-learning, https://jovian.ai/aakashns/movielens-fastai
️ (13:53:18) Урок 7 — Проект машинного обучения с нуля
https://jovian.com/aakashns/nyc-taxi-fare-prediction-filled, https://jovian.com/aakashns/nyc-taxi-fare-prediction-blank
️ (16:45:47) Урок 8. Развертывание проекта машинного обучения с помощью Flask
https://jovian.com/biraj/deploying-a-machine-learning-model

Спасибо нашим чемпионам и спонсорам:
Давтекодер
джедаи или ситхи
南宮千影
Агустин Кусров
Наттира Манират
Хизер Вцисло
Сергей Калинец
Джастин Хуал
Отис Морган
Оскар Рахнама

—

Научитесь программировать бесплатно и получите работу разработчика: https://www.freecodecamp.org

Прочтите сотни статей по программированию: https://freecodecamp.org/news