Программа обучения
курса "Машинное обучение на Python"
Ниже вы можете посмотреть короткую программу обучения

Или посмотрите подробную программу
В ней есть описания вебинаров и задания к каждому вебинару
Подробная программа обучения
С описаниями вебинаров и заданий
21 августа
19:00 мск
21 августа
19:00 мск
Подготовка данных для построения модели и простейшие алгоритмы машинного обучения
Темы занятия:
  • Первичная обработка исходных данных. Основные недостатки исходных данных: «мусор», пропуски, выбросы
  • Метод k-соседей (k- neighbors)
  • Обработка исходных данных DataSet Titanic и построение модели бинарной классификации

Задание: предсказание заберут или нет животное из питомника DataSet PetFinder (бинарная классификация)

28 августа
19:00 мск
28 августа
19:00 мск
Метрики в задачах бинарной классификации, классификаторы Байеса
Темы занятия:
  • Метрики в задачах бинарной классификации. Полнота, точность, accuracy, ROC-AUC кривая, f-мера
  • Классификаторы Байес
  • Построение модели для DataSet Titanic, анализ качества моделей

Задание: оценка моделей бинарной классификации на примере DataSet PetFinder
4 сентября
19:00 мск
4 сентября
19:00 мск
Линейные модели, задачи регрессии
Темы занятия:
  • Линейная регрессия, метод наименьших квадратов
  • Задача регрессии и нормализация признаков
  • Построение модели для DataSet Energy Star Score, анализ качества модели

Задание: определение цены дома (задача регрессии) Boston house prices dataset
11 сентября
19:00 мск
11 сентября
19:00 мск
Метод опорных векторов (SVM), предсказание вероятности принадлежности к классу
Темы занятия:
  • Метод опорных векторов (SVM), нглядная демонстрация модели на примере DataSet Iris
  • Наглядная демонстрация модели на примере DataSeta Iris
  • Определение вероятности принадлежности классу на примере DataSet Titani

Задание: предсказание вероятности события заберут или нет животное из питомника DataSet PetFinder
18 сентября
19:00 мск
18 сентября
19:00 мск
Решающие деревья, случайный лес, градиентный бустинг
Темы занятия:
  • Алгоритмы построения решающих деревьев ID3 и С4.5
  • Случайный лес в задачах регрессии и классификации
  • Градиентный бустинг
  • Построение моделей на основе решающих деревьев на примере DataSet Titanic

Задание: построение классических моделей машинного обучения Boston house prices dataset, DataSet PetFinder, сравнение их качества
25 сентября
19:00 мск
25 сентября
19:00 мск
Многоклассовая классификация, кластеризация
Темы занятия:
  • Алгоритмы кластеризации данных (метод k-соседей, иерархические методы, t-SNE)
  • Модели многоклассовой классификации, оценки их параметров на примере Wine Dataset Recognition

Задание: определение по рецепту (список ингредиентов) страну происхождения блюда (многоклассовая классификация) DataSet "What's cooking?"
2 октября
19:00 мск
2 октября
19:00 мск
Решение задачи регрессии
Темы занятия:
  • Feature selection/ feature engineering
  • Построение модели на примере DataSet House Price

Задание: feature selection и feature engineering в задаче предсказания цены дома Boston house prices dataset
9 октября
19:00 мск
9 октября
19:00 мск
Решение NLP задачи
Темы занятия:
  • Регулярные выражений
  • Способы численного представления текстовой информации
  • Построение моделей на примере DataSet Imdb

Задание: определение жанра текста the 20 newsgroups text DataSet
16 октября
19:00 мск
16 октября
19:00 мск
Решение маркетинговой задачи по оттоку клиентов
Темы занятия:
  • Статистический анализ признаков
  • Построение модели на примере DataSet Telecom Churn

Задание: предсказание оттока клиентов компании DataSet Telecom Churn
23 октября
19:00 мск
23 октября
19:00 мск
Решение задачи по построению рекомендательной системы
Темы занятия:
  • Подходы к построению рекомендательных систем
  • SVD-разложение, векторные представления объектов
  • Построение модели на примере MovieLens 20M DataSet

Задание: построение рекомендательной системы фильмов на примере MovieLens 20M DataSet.
30 октября
19:00 мск
30 октября
19:00 мск
Решение задачи идентификации
Темы занятия:
  • Методы обработки изображений
  • Построение модели на примере Fashion-MNIST

Задание: идентификация признаков по изображению лица The Olivetti faces dataset