Хороший софт
>>Фильмы<< - Машинное обучение кластеризация и классификация на Python (2020)



Правила сайта!

                                                                        

Меню сайта
Категории
>>Windows<<
Программы для улучшения операционной системы
>>Системы(ОС)<<
Windows, Vista и т.п.
>>CD, DVD<<
Программы здя записи CD, DVD их эмуляции, чтения, копирования.
>>Драйвера<<
Драйвера на разные устройства ПК
>>Мультимедиа<<
Плееры, прoгрaмм для микширoвaния MP3
>>Текст<<
Программы переводящие, редактирующие, читающие тексты.Словари, книги.
>>Графика<<
Картинки, темы, программы для создания и редактирования графики а также её просмотра
>>Антивирусы<<
Антивирусные программы и ключи к ним
>>Интернет<<
Браузеры, downloaderы, программы для общения и улучшения скорости интернета
>>Разные<<
Разные прикольные программы
Поиск

Друзья сайта

Bosslike Обмен валют онлайн Webisida.com - заработок легко и быстро Rambler's Top100 Яндекс.Метрика

НАШ БАННЕР

Хороший софт всегда здесь


Машинное обучение кластеризация и классификация на Python (2020)
 


Выигрываем соревнование Kaggle с kNN, SVM, логистической регрессией, случайным лесом, XGBoost, CatBoost и LightGBM. 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.

Материалы курса:
1. Задача страхового скоринга
- Страховой скоринг
- F1 и Каппа оценки классификации
- Метод ближайших соседей
- kNN скоринг
2. Логистическая регрессия и опорные векторы
- Обработка данных и оптимизация памяти
- Логистическая регрессия
- Иерархия логистической регрессии
- SVM: метод опорных векторов
- Сравнение классификации
3. Решающие деревья и ансамбли бэггинга и бустинга
- Решающие деревья
- Случайный лес
- Бустинг с XGBoost
- Градиентный бустинг
4. Ансамбль стекинга и финальное решение
- LightGBM
- CatBoost
- Ансамбль классификации
- Расчет результатов
- Финальное решение

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

Требования:
- Продвинутый Python
- Основы математической статистики
- Основы машинного обучения

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.

Для кого этот курс:
- Аналитики Python, изучающие машинное обучение
- Программисты больших данных
- Исследователи больших данных




Название: Машинное обучение кластеризация и классификация на Python
Год выхода: 2020
Жанр: Видеокурс, программирование, разработка, обучение
Формат видео: MP4 | 1280x720 | AVC
Формат аудио: AAC | 128 kb/s | 48 кГц
Язык: Русский
Продолжительность: 03:04:13
Размер: 3.3 Gb

Скачать Машинное обучение кластеризация и классификация на Python (2020)





КАК СКАЧАТЬ:
Другие обменники
Просмотров: 210
Добавил: Hottei
Дата: 04.10.2022
Рейтинг:0.0/0
Комментарии ()
 

Добавлять комментарии могут только зарегистрированные пользователи.
[ Регистрация | Вход ]
Добро пожаловать!
website clock часы для сайта
Гость


Сообщения:

Гость, мы рады вас видеть. Пожалуйста зарегистрируйтесь или авторизуйтесь!

Друзья сайта
Статистика
Зарег. на сайте
Всего: 15635
Новых вчера: 0
Новых сегодня: 0
Онлайн
Всего на сайте: 1
Гостей: 1
Пользователей: 0


Интересное
UEFI: долгожданный наследник BIOS и заклятый друг Linux
Хорошие анекдоты
Ну, погоди! (19-20 выпуски)(2005-2006)
Хакеры д\ф
Война 08.08.08 Искуство предательств
Фильм "Дух времени 2. Дух революции"(2008)
Фильм "Дух времен"
Компьютерные анекдоты

Все материалы, публикуемые на сайте, имеют ознакомительный характер и принадлежат их владельцам. Администрация сайта не несет ответственность за их использование!
Сайт оптимизирован под браузеры Opera и Mozilla Firefox и разрешение экрана 1280х1024 , 1440х900 ()
Часовой пояс GMT +2, время: 01:28, дата:04.10.2022
Для правообладателей!