Data Science Уровень 2 Применение машинного обучения [2019] [Специалист] [Фёдор Самородов] [Повтор]

Data Science Уровень 2 Применение машинного обучения [2019] [Специалист] [Фёдор Самородов] [Повтор]

Обработка больших объемов данных (Big Data) – трудоемкий процесс. Раньше, чтобы компьютер мог выполнить даже простую задачу, программист должен был написать подробный алгоритм действий. Но теперь можно не составлять инструкции, а настраивать компьютер так, чтобы он сам на основе предложенных данных искал закономерности и делал выводы. Этот процесс называется машинным обучением - machine learning.

Например, в качестве исходных данных есть информация о клиентах банка (возраст, семейное положение, уровень дохода, профессия и т.д.) и их поведении за несколько лет. Компьютер анализирует полученные сведения и на их основе делает прогноз по поведению уже новых клиентов. Это позволяет понять, к примеру, какой размер кредита можно выдать без риска клиенту с определенными характеристиками.

На этом курсе вы сможете освоить технологию машинного обучения и научиться применять ее для обработки информации. Вы познакомитесь с популярными алгоритмами машинного обучения и узнаете, где именно стоит их применять. Пройдя курс, вы сможете самостоятельно выбирать наиболее подходящий алгоритм, настраивать его, оценивать результаты и комбинировать с моделями.

Спойлер: Содержание

Модуль 1. Постановка задачи

• Принципы машинного обучения
• Алгоритмы машинного обучения

Модуль 2. Деревья решений

• Классическое дерево решений
• Комбинирование решающих деревьев

Модуль 3. Линейные модели

• Линейная регрессия

Модуль 4. Кластеризация

• Алгоритмы кластеризации
• Применение кластеризации

Модуль 5. Временные ряды
Модуль 6. Нейронные сети
Модуль 7. Анализ текста

Продажник