Закрыто

Машинное обучение: кластеризация и аномалии на Python [Udemy] [Центр digital-профессий ITtensive]

Тема в разделе "Курсы по программированию", создана пользователем Топикстартер, 31 мар 2021.

Цена: 999р.-84%
Взнос: 158р.
100%

Основной список: 22 участников

Статус обсуждения:
Комментирование ограничено.
  1. 31 мар 2021
    #1
    Топикстартер
    Топикстартер ЧКЧлен клуба
    Машинное обучение: кластеризация и аномалии на Python
    Прокачаться в машинном обучении без учителя и научиться выделять кластеры в данных и искать аномалии

    Описание
    Это второй курс из серии Машинное обучение без учителя. На нем вы освоите работу с кластеризацией данных и поиском аномалий на примере задача хакатона Яндекс.Недвижимости по прогнозу срока экспозиции объявлений.

    Курс разбит на 4 части. В первой части мы последовательно пройдем все этапы работы с данными: от видов задач и их постановки до работы с моделями машинного обучения для минимизации предсказательной ошибки. Дополнительно рассмотрим фундаментальные основы построения моделей машинного обучения, базовые метрики и наиболее простые модели - линейную регрессию, а также ансамбли машинного обучения.

    Вторая часть посвящена базовым моделям кластеризации:
    • Изучите внешние и внутренние метрики кластеризации.

    • Разберете модели К-средних и FOREL и потренируетесь в их применении.

    • Рассмотрите принципы работы агломеративной кластеризации и используете ее на практике.

    • Узнаете про расстояние Махаланобиса и работу GMM.
    В качестве задания соберем простую модель кластеризации исходных данных.

    В третьей части перейдем к продвинутой кластеризации:
    • Погрузитесь в различия моделей DBSCAN, HDBSCAN и OPTICS.

    • Разберете особенности модели распространения близости.

    • Посмотрите на расширяющийся нейронный газ.

    • Запустите и обучите самоорганизующиеся карты Кохонена (SOM).

    • Столкнетесь с матрицей Кирхгофа и спектральной кластеризацией.
    И соберем ансамбль из несколько моделей кластеризации.

    В завершении:
    • Изучите поиск аномалий и метрику pAUC.

    • Используете тест Смирнова-Граббса на практике.

    • Потренируетесь в эллипсоидальной аппроксимации.

    • Разберете разницу между LOF и ABOD.

    • Обучите и используете модель COPOD.

    • Вырастите как iForest, как и расширенный лес изоляции.
    В финале соберем свое решение задачи Хакатона 2020 года.

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

    Скрытая ссылка
     
    Последнее редактирование модератором: 31 мар 2021
  2. Последние события

    1. skladchik.com
      Складчина закрыта.
      2 мар 2022
    2. skladchik.com
      Складчина доступна.
      7 апр 2021
    3. skladchik.com
      Взнос составляет 79р.
      7 апр 2021
    4. skladchik.com
      Складчина активна.
      7 апр 2021

    Последние важные события

    1. skladchik.com
      Складчина закрыта.
      2 мар 2022
    2. skladchik.com
      Складчина доступна.
      7 апр 2021
    3. skladchik.com
      Взнос составляет 79р.
      7 апр 2021
    4. skladchik.com
      Складчина активна.
      7 апр 2021
Статус обсуждения:
Комментирование ограничено.