ML_21school

Машинное обучение и анализ данных

Расписание:

Суббота 16:00

---

Содержание

Урок 1 - Что такое машинное обучение? Основные термины и определения. kNN. Знакомство с Python Тест 1
Урок 2 - Теория вероятностей. Алгоритм наивного Байеса Тест 2
Урок 3 - Знакомство с библиотекой pandas и sklearn. Классификация признаков. Предобработка данных
Урок 4 - Линейные алгоритмы
Урок 5 - Решающее дерево. Аансамбли алгоритмов (случайный лес и бустинг). Смещение и дисперсия
Урок 6 - Разбор практики. Повторение. Метрики качества
...

---

Требуемое ПО

Anconda Python 3.*
Для запуска jupyter из нужной директории в командной строке прописываем:
jupyter notebook

Рекомендуемая литература

• Мюллер, Гвидо: Введение в машинное обучение с помощью Python. Руководство для специалистов по работе с данными
• "Введение в статистическое обучение с примерами на языке R" Джеймс Гарет, Уиттон Даниела, Хастингс Тревор, Тибширани Роберт

Онлайн курсы по математике, программированию и статистике

Рекомендуемые бесплатные онлайн курсы для начинающих

• Python: основы и применение
• Основы статистики
• Линейная алгебра

Продвинутые онлайн курсы

• Дискретные структуры
• Введение в математический анализ

Дополнительно

• Очный курс DMIA не для начинающих
• Соревнования по анализу данных на kaggle