![[OTUS] Pазработчик BigData. Модуль 2 из 5 (2018)](/assets/images/logos/logo-white.webp "[OTUS] Pазработчик BigData. Модуль 2 из 5 (2018)"){kind=logo}
- 07, Jul 2018
- #1
OTUS
Pазработчик BigData. Модуль 2 из 5
Программа курса От сгенерированных данных переходим к данным в табличном виде.
Такие данные встречаются в конкурсах по анализу данных, а также могут быть собраны, например, напрямую из баз данных.
Для применения алгоритмов машинного обучения обычно такие данные требуют дополнительных преобразований.Во втором модуле рассматриваются задачи преобразования и отбора признаков, вопросы подготовки данных для использования в машинном обучении.Также будут рассмотрены более сложные алгоритмы в анализе данных - понижение размерности, определение выбросов в данных, построение ансамблей моделей.
Занятие 11: Уменьшение размерности Principle component analysis, t-sne. Поиск подмножества фич (subset selection).
ДЗ Применение снижения размерности для использования в модели.
Занятие 12: Методы оптимизации SGD, модификации SGD
Занятие 13: Деревья решений Ограничения и недостатки деревьев решений. Классификация и регрессия с помощью деревьев решений. Выбор оптимального сплита, суррогатный сплит.
ДЗ Реализация алгоритма дерева решений на простых данных. Реализация некоторых эвристик в деревьях решений.
Занятие 14: Ансамбли моделей Случайный лес. Обзор методов ансамблирования: бустинг, бэггинг, стекинг, случайные подпространства.
Занятие 15: Бустинг Xgboost, catboost, lightgbm, Стекинг, блендинг
ДЗ Применение бустинга для построения лучшей модели.
Занятие 16: SVM, Support vector machine Разделяющая поверхность с максимальным зазором. Формулировка задачи оптимизации для случаев линейно-разделимых и линейно-неразделимых классов. Сопряженная задача. Опорные векторы. SVM для задач классификации и регрессии. Kernel trick. Теорема Мерсера. Примеры функций ядра.
Занятие 17: Анализ текстовых данных Сбор данных из открытых источников. Очистка данных, подготовка данных для анализа.Задача обработки текста. Введение, обзор задач, токенизация, лемматизация. Python + sklearn для обработки текстов. Понятие мешка слов, TF.IDF и когда они могут быть нужны, feature selection для NLP.
ДЗ Реализация процесса сбора данных через API. Преобразование текста, подготовка текста для анализа. Применение машинного обучения для предсказания характеристики в собранных данных
Занятие 18: Анализ текстовых данных Выделение объектов в тексте (named entity recognition, named entity linking) Неструктурированные данные. Структурированные данные. Сбор текстов (scraping) Word2vec для извлечения похожих слов, sentiment analysis
Скачать: Скрытая информация :: Авторизуйтесь для просмотра »
Программа курса От сгенерированных данных переходим к данным в табличном виде.
Такие данные встречаются в конкурсах по анализу данных, а также могут быть собраны, например, напрямую из баз данных.
Для применения алгоритмов машинного обучения обычно такие данные требуют дополнительных преобразований.Во втором модуле рассматриваются задачи преобразования и отбора признаков, вопросы подготовки данных для использования в машинном обучении.Также будут рассмотрены более сложные алгоритмы в анализе данных - понижение размерности, определение выбросов в данных, построение ансамблей моделей.
Занятие 11: Уменьшение размерности Principle component analysis, t-sne. Поиск подмножества фич (subset selection).
ДЗ Применение снижения размерности для использования в модели.
Занятие 12: Методы оптимизации SGD, модификации SGD
Занятие 13: Деревья решений Ограничения и недостатки деревьев решений. Классификация и регрессия с помощью деревьев решений. Выбор оптимального сплита, суррогатный сплит.
ДЗ Реализация алгоритма дерева решений на простых данных. Реализация некоторых эвристик в деревьях решений.
Занятие 14: Ансамбли моделей Случайный лес. Обзор методов ансамблирования: бустинг, бэггинг, стекинг, случайные подпространства.
Занятие 15: Бустинг Xgboost, catboost, lightgbm, Стекинг, блендинг
ДЗ Применение бустинга для построения лучшей модели.
Занятие 16: SVM, Support vector machine Разделяющая поверхность с максимальным зазором. Формулировка задачи оптимизации для случаев линейно-разделимых и линейно-неразделимых классов. Сопряженная задача. Опорные векторы. SVM для задач классификации и регрессии. Kernel trick. Теорема Мерсера. Примеры функций ядра.
Занятие 17: Анализ текстовых данных Сбор данных из открытых источников. Очистка данных, подготовка данных для анализа.Задача обработки текста. Введение, обзор задач, токенизация, лемматизация. Python + sklearn для обработки текстов. Понятие мешка слов, TF.IDF и когда они могут быть нужны, feature selection для NLP.
ДЗ Реализация процесса сбора данных через API. Преобразование текста, подготовка текста для анализа. Применение машинного обучения для предсказания характеристики в собранных данных
Занятие 18: Анализ текстовых данных Выделение объектов в тексте (named entity recognition, named entity linking) Неструктурированные данные. Структурированные данные. Сбор текстов (scraping) Word2vec для извлечения похожих слов, sentiment analysis
Скачать: Скрытая информация :: Авторизуйтесь для просмотра »
![[Егор Дата] 40 виджетов с известного сайта Musegain.com](/assets/images/icons/forum6.png){kind=icon}
