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
100%

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 в складчине составляет 66р.
      16 сен 2023
    3. skladchik.com
      Складчина активна.
      16 сен 2023
    4. Dmitry_K
      Dmitry_K не участвует в складчине.
      16 сен 2023

    Последние важные события

    1. skladchik.com
      Складчина доступна.
      19 сен 2023
    2. skladchik.com
      Взнос в складчине 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.