Машинное обучение с нуля — первый урок Data Science | Датасет, Pandas, регрессия
Первый живой урок по машинному обучению с нуля: объясняю студентке Aisulu, что такое Data Science, на языке математики и с первыми строчками Python. Начинаем со связи «матрица = Excel/CSV таблица = датасет», разбираем обучение с учителем и без, регрессию, классификацию, кластеризацию, и открываем датасет Boston Housing через Pandas. Что ты узнаешь из урока: ✅ чем классическое машинное обучение (Classic ML) отличается от Deep Learning и почему начинать надо с классики ✅ что такое supervised и unsupervised learning, таргет, признаки (фичи), размеченные данные ✅ что такое регрессия, классификация и кластеризация на простых примерах ✅ как прочитать датасет в Python: import pandas as pd, read_csv, head(), info() ✅ что такое метод, переменная, void-метод и return ✅ числовые множества N, Z, Q, R, C на диаграмме Эйлера–Венна ✅ что значит float64 и как float32 экономит память Урок подойдёт, если ты школьник, студент или взрослый и хочешь войти в Data Science, а математика и программирование пока пугают. ⏱ ТАЙМ-КОДЫ 00:00 Обучение с учителем: пример с ценой дома 00:30 Матрица в линейной алгебре = Excel и CSV таблица 02:30 Что такое датасет и его форма 03:30 Модель машинного обучения — это функция 04:00 Classic ML и Deep Learning: в чём разница 05:30 White box и black box: интерпретируемость моделей 07:00 Обучение с учителем и без учителя (supervised / unsupervised) 08:30 Матрица, CSV, датасет — три слова об одном 09:30 Таргет, регрессия и классификация 11:00 Кластеризация — обучение без учителя 12:45 Понижение размерности (PCA) 14:15 Размеченные и неразмеченные данные (labeled data) 14:45 Scikit-learn и учебные датасеты: Boston, рак груди, Ирисы 15:50 Что сейчас спрашивают на собеседованиях 16:15 Регрессионный анализ: какая нужна математика 17:00 Python и библиотеки: что такое Pandas 20:00 Переменная — это номерок в гардеробе 20:45 import pandas as pd 22:30 Методы, точка и круглые скобки 23:30 read_csv и метод head() 26:00 Датасет Boston Housing: описание столбцов 28:00 Целевая переменная MEDV и вещественные числа 29:30 Числовые множества: диаграмма Эйлера–Венна (N, Z, Q, R, C) 30:30 Натуральные числа: с нулём или без 33:30 Признаки (фичи) и таргет 35:30 Метод info() — информация о датасете 37:00 Void и не-void методы, оператор return 41:00 Non-null и тип float64 42:45 Что значит 64: биты и память 44:30 float32 или float64: экономим память + домашнее задание 45:45 Итоги первого урока 🚀 Вступай в сообщество: https://boosty.to/SENATOROV 💰 Донат: https://www.donationalerts.com/c/senatorov 💰 Стать спонсором: (USDT TRC20) TPWP9kuqqetDNPeLjAe51F1i2jPxwYYBDu (USDT BEP20) 0xf3db7ce90a55d1d25b7a6d1ded811fb2a7523f3d #машинноеобучение #datascience #python
Название:
Машинное обучение с нуля — первый урок Data Science | Датасет, Pandas, регрессия
Категория:
Разное