Машинное обучение для абсолютных новичков. Вводный курс, изложенный простым языком

В этом материале разберём тему: машинного.

Здесь представлены основные алгоритмы машинного обучения (ML), которые сопровождаются наглядными примерами и практическими работами. Практическое и подробное введение в машинное обучение.Простые и понятные объяснения и отсутствие необходимости опыта программирования делают эту книгу прекрасной альтернативой академическому учебнику. Также вы узнаете про перекрестную проверку, ансамблевое моделирование, поиск по сетке для настройки моделей, проектирование функций, горячее кодирование и многое другое.Для разработки интеллектуальных машин в первую очередь надо понять классическую статистику, так как алгоритмы на ее основе — это сердце машинного обучения. Однако материал этого руководства можно освоить даже без навыков программирования.Возможно, с чтения этой книги начнется ваш путь к получению работы в области машинного обучения, а может быть, она просто удовлетворит ваше любопытство. Написание кода — еще одна неотъемлемая часть ML, которая предусматривает управление данными.

Внутри руководства:Загрузка бесплатных наборов данных.Методы очистки данных, включая горячее кодирование, группирование и обработку недостающих данных.Подготовка данных для анализа.Линейный регрессионный анализ.Кластеризация, включая кластеризацию k-средних.Основы работы нейронных сетей.Смещение/дисперсия для улучшения модели машинного обучения.Деревья решений для декодирования классификации.Ваша первая модель машинного обучения с помощью Python.

Файл доступен для загрузки ниже.