Udemy, Центр digital-профессий ITtensive | Машинное обучение: выделение факторов на Python (2021) PCRec
Автор: Центр digital-профессий ITtensive
Производство: UdemyЖанр: Программирование
Описание:Мы разберем задачу хакатона 2020 года по выделению факторов, в наибольшей степени влияющих на продолжительность жизни в России, с точки зрения фундаментальных и прикладных подходов к понижению размерности данных. В заключении построим ансамбль моделей для предсказания продолжительности жизни, базируясь на выделенных факторах.
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 регрессии, решающие деревья и случайный лес. А также ансамбли машинного обучения.
Во второй части на практике разберем:
Очистку и предобработку данных - ETL
- Линейную регрессию для экстраполяции данных
- Линейную регрессию с регуляризацией для выделения факторов
- Информационные критерии понижения размерности
- В заключении создадим ансамбль стекинга из простых моделей понижения размерности.
Третья часть посвящена матричным методам:
- Метод главных компонент (PCA)
- Сингулярное разложение (SVD)
- Анализ независимых компонент (ICA)
- Положительно-определенные матрицы (NMF)
- Уточним решение задачи обучения без учителя через матричные методы.
В четвертой части рассмотрим нелинейные подходы:
- Многомерное шкалирование (MDS).
- t-SNE
- UMAP
- LargeVis
Стабилизируем ансамбль понижения размерности и используем его для предсказания продолжительности жизни в России, основываясь на наиболее важных макроэкономических показателях.
Продолжительность: 06:53:00
Качество видео: PCRec
Скриншоты:
Время раздачи: 24/7 (до появления первых 3-5 скачавших) 
(Голосов: 
