Методы машинного обучения

Линейнын алгоритмы:

Градиентный спуск

Логистическая регрессия

Линейная реггрессия

Линейный дискриминантный анализ

Нелийнейные алгоритмы:

Классификация регрессионные деревья

Наивный Байес

Метод близжайсших соседей

Метод опорных векторов

Ансамбль алгоритмов:

Случайный лес, Бустинг

Предсказание временных рядов:

Модель векторной авторегрессии

ARIMA модель

Статистика для машинного обучения

Визуализация данных

Корреляция и взаимосвязи между переменными

Парметрическое и непараметрическое тестирование гипотез

Кросс валидация и подходы к семлированию

Обработка пропусков в данных

Обработка выбросов в данных

Первые шаги к изучению python

Установить Anaconda, импортировать NumPy, Matplotlib and Pandas.



Загрузить данные из csv

Получить поисательную статистику и визуализацию

Очистить данные

Выбор метода семплирования и метрики оценки

Выбор модели и отбор перменных

Тюнинг модели

Сохранение модели и результатов