Ucz się na podstawie prawdziwych case studies. ... Wejdź w świat uczenia nadzorowanego. Wykorzystaj przewagę uczenia maszynowego na rynku! Przejdź do ...
New
by Paweł Krakowiak
What you'll learn
- podstaw uczenia maszynowego
- czym jest uczenie nadzorowane
- przepływu pracy przy tworzeniu modeli uczenia maszynowego
- przygotowania danych do modelu
- czym jest zbiór treningowy, walidacyjny i testowy
- czym jest problem regresji
- regresji liniowej
- regresji wielomianowej
- regresji drzewa decyzyjnego
- oceny modeli regresyjnych
- czym jest problem klasyfikacji
- regresji logistycznej
- algorytmu K-najbliższych sąsiadów
- klasyfikacji drzewa decyzyjnego
- klasyfikacji lasu losowego
- jak działa maszyna wektorów nośnych
- jak działa naiwny klasyfikator bayesowski
- czym jest problem niedouczenia i przeuczenia
- jak wybrać model - walidacja krzyżowa, przeszukiwanie siatki
- 3 x case studies
Pierwsza część kursu z serii Machine Learning Bootcamp obejmująca tematykę uczenia nadzorowanego. Poruszone są główne problemy klasycznego uczenia maszynowego, czyli klasyfikacja oraz regresja. Kurs zbudowany jest w oparciu o najpopularniejszą bibliotekę do uczenia maszynowego w języku Python, czyli bibliotekę scikit-learn (sklearn).
0 Comments