Доступно

[Udemy] Машинное обучение: регрессия и предсказание данных на Python [Центр digital-профессий ITtensive]

Тема в разделе "Курсы по программированию", создана пользователем floki, 18 фев 2020.

Цена: 959р.-89%
Взнос: 102р.
100%

Основной список: 36 участников

Статус обсуждения:
Комментирование ограничено.
  1. 18 фев 2020
    #1
    floki
    floki ОргОрганизатор

    Складчина: [Udemy] Машинное обучение: регрессия и предсказание данных на Python [Центр digital-профессий ITtensive]

    Машинное обучение: регрессия и предсказание данных на Python
    Выигрываем соревнование на Kaggle по предсказанию данных с ансамблем линейной регрессии

    Язык: Русский
    Автор: Центр digital-профессий ITtensive
    Лекций: -
    Продолжительность: -

    Чему вы научитесь
    • Процесс ETL: загрузка, очистка, объединение данных
    • Построение и оценка качества модели линейной регрессии
    • EDA: исследовательский анализ данных
    • Обогащение данных для извлечение смысла
    • Оптимизация потребления памяти набором данных
    • Иерархия моделей линейной регрессии
    • Ансамбль моделей линейной регрессии
    • Экспорт и импорт данных в CSV и HDF5
    • Участие в соревнование Kaggle
    Описание
    Мы рассмотрим все практические аспекты применения линейной регрессии для предсказания числовых показателей энергопотребления ASHRAE в соревновании на Kaggle вплоть до формирования конечного результата.

    В этом курсе:
    • Особенности процесса анализа данных (ETL): загрузка, очистка, объединение наборов данных с pandas.

    • Проведение исследовательского анализа данных для поиска зависимостей: EDA.

    • Использование sklearn для линейной регрессии.

    • Интерполяция и экстраполяция данных.

    • Расчет метрики качества RMSLE для моделей линейной регрессии.

    • Оптимизация линейной регрессии: выбор наилучших параметров и гиперпараметров.

    • Оптимизация потребления памяти при работе с большими данными.

    • Запасные модели линейной регрессии.

    • Ансамбли линейной регрессии для уточнения предсказания.

    • Экспорт и импорт данных, включая промежуточные.

    • Выгрузка результата для соревнования на Kaggle.

    Для кого этот курс:

    • Аналитики Python, изучающие машинное обучение
    • Программисты больших данных
    • Исследователи больших данных
     
    Последнее редактирование: 16 мар 2020
    1 человеку нравится это.
  2. Последние события

    1. skladchik.com
      Складчина доступна.
      21 фев 2020
    2. skladchik.com
      Взнос составляет 51р.
      21 фев 2020
    3. skladchik.com
      Складчина активна.
      21 фев 2020
    4. skladchik.com
      Fanden участвует.
      21 фев 2020

    Последние важные события

    1. skladchik.com
      Складчина доступна.
      21 фев 2020
    2. skladchik.com
      Взнос составляет 51р.
      21 фев 2020
    3. skladchik.com
      Складчина активна.
      21 фев 2020
    4. skladchik.com
      Сбор взносов начинается 21.02.2020.
      19 фев 2020
Статус обсуждения:
Комментирование ограничено.