Машинное обучение без учителя на Python: полный курс [Udemy] [Центр digital-профессий ITtensive]

Машинное обучение без учителя на Python: полный курс
Выигрываем хакатоны по выделению факторов (PCA, ICA, NMF, MDS, t-SNE) и кластеризации (К-средних, DBSCAN, OPTICS, SOM)

Описание
Мы разберем 2 задачи с хакатонов 2020 года:

1. По выделению факторов, в наибольшей степени влияющих на продолжительность жизни в России, с точки зрения фундаментальных и прикладных подходов к понижению размерности данных. В заключении построим ансамбль моделей для предсказания продолжительности жизни, базируясь на выделенных факторах.

2. По прогнозу срока экспозиции объявлений с хакатона Яндекс.Недвижимости - решим ее с помощью методов кластеризации и поиска аномалий.

Курс разбит на 7 частей. В первой части мы последовательно пройдем все этапы работы с данными: от видов задач и их постановки до работы с моделями машинного обучения для минимизации предсказательной ошибки. Дополнительно рассмотрим фундаментальные основы построения моделей машинного обучения, базовые метрики и наиболее простые модели - линейную регрессии, решающие деревья и случайный лес. А также ансамбли машинного обучения.

Во второй части на практике разберем:

• Очистку и предобработку данных - ETL
  
  
• Линейную регрессию для экстраполяции данных
  
  
• Линейную регрессию с регуляризацией для выделения факторов
  
  
• Информационные критерии понижения размерности

В заключении создадим ансамбль стекинга из простых моделей понижения размерности.

Третья часть посвящена матричным методам:

• Метод главных компонент (PCA)
  
  
• Сингулярное разложение (SVD)
  
  
• Анализ независимых компонент (ICA)
  
  
• Положительно-определенные матрицы (NMF)
  

Уточним решение задачи обучения без учителя через матричные методы.

В четвертой части рассмотрим нелинейные подходы:

• Многомерное шкалирование (MDS).
  
  
• t-SNE
  
  
• UMAP
  
  
• LargeVis
  

Стабилизируем ансамбль понижения размерности и используем его для предсказания продолжительности жизни в России, основываясь на наиболее важных макроэкономических показателях.

Пятая часть посвящена базовым моделям кластеризации:

• Изучите внешние и внутренние метрики кластеризации.
  
  
• Разберете модели К-средних и FOREL и потренируетесь в их применении.
  
  
• Рассмотрите принципы работы агломеративной кластеризации и используете ее на практике.
  
  
• Узнаете про расстояние Махаланобиса и работу GMM.
  

В качестве задания соберем простую модель кластеризации исходных данных.

В шестой части перейдем к продвинутой кластеризации:

• Погрузитесь в различия моделей DBSCAN, HDBSCAN и OPTICS.
  
  
• Разберете особенности модели распространения близости.
  
  
• Посмотрите на расширяющийся нейронный газ.
  
  
• Запустите и обучите самоорганизующиеся карты Кохонена (SOM).
  
  
• Столкнетесь с матрицей Кирхгофа и спектральной кластеризацией.
  

И соберем ансамбль из несколько моделей кластеризации.

В завершении:

• Изучите поиск аномалий и метрику pAUC.
  
  
• Используете тест Смирнова-Граббса на практике.
  
  
• Потренируетесь в эллипсоидальной аппроксимации.
  
  
• Разберете разницу между LOF и ABOD.
  
  
• Обучите и используете модель COPOD.
  
  
• Вырастите как iForest, как и расширенный лес изоляции.
  

В финале соберем свое решение задачи Хакатона 2020 года.

Для кого этот курс:

• Аналитики Python, изучающие машинное обучение
• Программисты больших данных
• Исследователи больших данных

Скрытая ссылка