Курс по машинному обучению от SkillFactory

Введение в машинное обучение

— Знакомимся с основными задачами и методами Machine Learning, изучаем практические кейсы и применяем базовый алгоритм работы над ML-проектом — Решаем 50+ задач на закрепление темы

Методы предобработки данных

— Изучаем типы данных, учимся очищать и обогащать данные, используем визуализацию для предобработки и осваиваем feature engineering — Решаем 60+ задач на закрепление темы

Регрессия

— Изучаем типы данных, учимся очищать и обогащать данные, осваиваем линейную и логистическую регрессию, изучаем границы применимости, аналитический вывод и регуляризацию — Обучаем модели регрессии — Решаем 40+ задач на закрепление темы

Кластеризация

— Осваиваем обучение без учителя, практикуемся в его различных методах, работаем с текстами средствами ML — Решаем 50+ задач на закрепление темы

Tree-based алгоритмы: введение в деревья

— Знакомимся с решающими деревьями и их свойствами, осваиваем деревья из библиотеки sklearn и используем деревья для решения задачи регрессии — Решаем 40+ задач на закрепление темы

Tree-based алгоритмы: ансамбли

— Изучаем особенности ансамблей деревьев, практикуемся в бустинге, используем ансамбль для построения логистической регрессии — Решаем 40+ задач на закрепление темы — Участвуем в соревновании на kaggle по обучению tree-based модели

Оценка качества алгоритмов

— Изучаем принципы разбиения выборки, недо- и переобучение, оцениваем модели по различным метрикам качества, учимся визуализировать процесс обучения — Оцениваем качество нескольких моделей ML — Решаем 40+ задач на закрепление темы

Временные ряды в машинном обучении

— Знакомимся с анализом временных рядов в ML, осваиваем линейные модели и XGBoost, изучаем принципы кросс-валидации и подбора параметров — Решаем 50+ задач на закрепление темы

Рекомендательные системы

— Изучаем методы построения рекомендательных систем, осваиваем SVD-алгоритм, оцениваем качество рекомендаций обученной модели — Решаем 50+ задач на закрепление темы

Финальный хакатон

— Применяем все изученные методы для получения максимальной точности предсказаний модели на kaggle.