ML | Машинное обучение

Этот курс обучил меня использовать самые распространенные инструменты для анализа данных и машинного обучения. После освоения данного курса я научился применять классические модели регрессии и классификации, писать код для обучения и тестирования моделей, вести проекты в области построения интеллектуальных систем.

Разделы, которые были затронуты при обучении :

1. Введение в машинное обучение
2. Регрессия
3. Классификация
4. Методы обучения с учителем
5. Диагностика моделей машинного обучения
6. Предобработка данных
7. Методы обучения без учителя
8. Ансамблирование моделей

Предварительные требования для изучения курса :

1. Уверенное знание ситаксиса Python
2. Знакомство с основными понятиями математической статистики и теории вероятностей

Программное обеспечение :

1. Python 3 Anaconda
2. библиотеки numpy, pandas, matplotlib, scikit-learn
3. Tensorflow 2
4. PyTorch