Задачи scikit-learn: обучение модели и проверка ошибок
- GridSearchCV и Ridge: подбор alpha без утечки
GridSearchCV и Ridge: подбор alpha без утечки. Практическая задача с проверкой кода и описанием входных данных.
Классическое машинное обучение: алгоритмы и практика на Python - PCA на Python: сжатие и восстановление данных
PCA на Python: сжатие и восстановление данных. Практическая задача с проверкой кода и описанием входных данных.
Классическое машинное обучение: алгоритмы и практика на Python - KMeans на NumPy: центроиды и инерция за один шаг
KMeans на NumPy: центроиды и инерция за один шаг. Практическая задача с проверкой кода и описанием входных данных.
Классическое машинное обучение: алгоритмы и практика на Python - Критерий Gini: расчёт разбиения дерева на Python
Критерий Gini: расчёт разбиения дерева на Python. Практическая задача с проверкой кода и описанием входных данных.
Классическое машинное обучение: алгоритмы и практика на Python - Дерево регрессии: лучший порог разбиения на Python
Дерево регрессии: лучший порог разбиения на Python. Практическая задача с проверкой кода и описанием входных данных.
Классическое машинное обучение: алгоритмы и практика на Python - kNN на NumPy: соседи, голоса и вероятности классов
kNN на NumPy: соседи, голоса и вероятности классов. Практическая задача с проверкой кода и описанием входных данных.
Классическое машинное обучение: алгоритмы и практика на Python - Bootstrap и бэггинг на NumPy: выборки и прогноз
Bootstrap и бэггинг на NumPy: выборки и прогноз. Практическая задача с проверкой кода и описанием входных данных.
Классическое машинное обучение: алгоритмы и практика на Python - Silhouette на Python: качество и размеры кластеров
Silhouette на Python: качество и размеры кластеров. Практическая задача с проверкой кода и описанием входных данных.
Классическое машинное обучение: алгоритмы и практика на Python - GroupKFold и KFold: проверка утечки групп на Python
GroupKFold и KFold: проверка утечки групп на Python. Практическая задача с проверкой кода и описанием входных данных.
Классическое машинное обучение: алгоритмы и практика на Python - Class weight balanced: веса классов и проверка модели
Class weight balanced: веса классов и проверка модели. Практическая задача с проверкой кода и описанием входных данных.
Классическое машинное обучение: алгоритмы и практика на Python - Порог классификации: минимизация стоимости ошибок
Порог классификации: минимизация стоимости ошибок. Практическая задача с проверкой кода и описанием входных данных.
Классическое машинное обучение: алгоритмы и практика на Python - ROC AUC, average precision и пороги: задача Python
ROC AUC, average precision и пороги: задача Python. Практическая задача с проверкой кода и описанием входных данных.
Классическое машинное обучение: алгоритмы и практика на Python
