Ćwiczenia z Potoku Uczenia Maszynowego (Machine Learning Pipeline)

Ta strona gromadzi treści Nicolasa Pereiry dotyczące uczenia maszynowego, od wstępnego przetwarzania po wdrożenie.

Repozytorium

• Machine Learning - Repozytorium kursu z typowymi tematami uczenia nadzorowanego i nienadzorowanego.

Omawiane Tematy

• Wprowadzenie do uczenia maszynowego
• Przetwarzanie wstępne danych z Titanica
• Regresja liniowa i KNN
• Klasyfikacja za pomocą drzew decyzyjnych
• Klasyfikacja za pomocą maszyn wektorów nośnych (SVM)
• Regresja za pomocą maszyn wektorów nośnych (SVR)
• Lasy losowe (Random Forest)
• Metoda holdout
• Metryki oceny
• Klastrowanie metodą K-średnich
• Wdrażanie modeli
• Modelowanie pożyczek w ABP

Filar Techniczny

• Przetwarzanie wstępne i klasyczne modele
• Klasyfikacja, regresja i klastrowanie
• Przepływy oceny i walidacji
• Projekty praktyczne powiązane z postępem kursu