Доступно

Табличное мастерство. Осваиваем модели машинного обучения для анализа табличных данных [Алексей Михнин]

Тема в разделе "Электронные книги", создана пользователем Топикстартер, 8 сен 2023.

Цена: 990р.-86%
Взнос: 132р.
88%

Основной список: 22 участников

Резервный список: 1 участников

Статус обсуждения:
Комментирование ограничено.
  1. 8 сен 2023
    #1
    Топикстартер
    Топикстартер ЧКЧлен клуба
    Табличное мастерство. Осваиваем модели машинного обучения для анализа табличных данных

    Алексей Михнин

    Screenshot ).png


    Машинное обучение становится ключевым фактором успеха в повседневной жизни, бизнесе и науке.

    Эта книга - комплексное руководство по анализу табличных данных с помощью машинного обучения.

    Она полезна для бизнеса, руководителей проектов и всех, кто интересуется данной темой. Книга рассматривает классические алгоритмы, ансамблирование, AutoML и нейронные сети.

    Охватывает предобработку данных, отбор признаков, разработку и валидацию моделей, внедрение и мониторинг решений, а также этику и законодательные требования.

    Практические примеры и пошаговые инструкции помогут разобраться в процессе разработки проектов машинного обучения.

    Книга подходит для людей с разным уровнем опыта, от новичков до опытных специалистов, предлагая материалы различного уровня сложности.

    Основы табличных данных
    Машинное обучение и его виды
    Задачи, решаемые с помощью анализа табличных данных
    Этапы типовых проектов по машинному обучению
    Роли и обязанности участников проекта машинного обучения
    Исследование и предобработка табличных данных
    Загрузка данных и изучение структуры
    Визуализация данных
    Предобработка данных: очистка, заполнение пропусков и кодирование
    Приведение данных к единому масштабу/нормализация
    Разделение данных на обучающую, валидационную и тестовую выборки
    Модели машинного обучения для анализа табличных данных
    Линейные модели и регрессия
    Деревья решений и случайный лес
    Градиентный бустинг и XGBoost
    Метод
    Нейронные сети и глубокое обучение
    Требования к объёму входных данных для обучения модели
    Метрики производительности и точности моделей после обучения
    Анализ ошибок и переобучение моделей
    Кросс-валидация:
    Отбор признаков и регуляризация
    Тюнинг гиперпараметров и сравнение моделей
    Продвинутые методы машинного обучения
    Ансамблирование моделей
    Автоматическое машинное обучение (AutoML)
    Сроки обновления и переобучения моделей
    Этические аспекты и соответствие требованиям законодательства
    Основные библиотеки
    Заключение

    Формат: EPUB, FB2, PDF + еще 7
    Цена 990 руб.

    Скрытая ссылка
     
    Последнее редактирование модератором: 8 сен 2023
  2. Последние события

    1. skladchik.com
      Складчина доступна.
      19 сен 2023
    2. skladchik.com
      Взнос составляет 66р.
      16 сен 2023
    3. skladchik.com
      Складчина активна.
      16 сен 2023
    4. Dmitry_K
      Dmitry_K не участвует.
      16 сен 2023

    Последние важные события

    1. skladchik.com
      Складчина доступна.
      19 сен 2023
    2. skladchik.com
      Взнос составляет 66р.
      16 сен 2023
    3. skladchik.com
      Складчина активна.
      16 сен 2023
    4. skladchik.com
      Сбор взносов начинается 16.09.2023.
      13 сен 2023
Статус обсуждения:
Комментирование ограничено.