Придбаний [Data loves academy] Machine Learning from 0 to Hero (Ганна Пилєва)

[Gadzhi]

Програма курсу

Модуль 1: Дослідницький аналіз даних з Python (EDA)

1. Дослідницький аналіз даних з Python (EDA) 1
2. Дослідницький аналіз даних з Python (EDA) 2
3. Домашнє завдання: EDA Матеріали модуля

Модуль 2: Вступ до лінійної регресії
4. Вступ до лінійної регресії та підходу до навчання моделей в ML
5. Лінійна регресія багатьох змінних
6. Як додати категоріальні характеристики в модель
7. Масштабування ознак, виявлення важливості ознак. Загальний підхід до розв’язку ML задачі
8. Домашнє завдання: Лінійна регресія Матеріали модуля


Модуль 3: Бінарна класифікація
9. Вступ до задач класифікації
10. EDA для даних для бінарної класифікації
11. Заповнення пропущених числових значень. Масштабування даних з MinMaxScaler. One hot encoding з sklearn
12. Навчання логістичної регресії з sklearn
13. Домашнє завдання: Бінарна класифікація. Логістична регресія Матеріали модуля


Модуль 4: Дерева рішень та Random Forest
14. Вступ до дерев прийняття рішень
15. Як будується дерево прийняття рішень та гіперпараметри дерева
16. Random Forest: опис і використання методу. Тюнінг гіперпараметрів
17. Загальний підхід до налаштування гіперпараметрів та передбачення на нових даних
18. Домашнє завдання: Дерева рішень та Випадкові ліси Матеріали модуля


Модуль 5: MLOps та деплоймент
19. Вступ до MLOps
20. Що необхідно врахувати після готовності моделі

1. Способи розгортання ML моделі
2. Практичний гайд з деплою ML-моделі на Streamlit
3. Домашнє завдання: Деплоймент моделі Матеріали модуля

Уроків: 31
Мова курсу: Українська

https://data-loves.kwiga.com/courses/machine-learning-from-0-to-hero