mlcourse.aiダウンロード - mlcourse.aiソースコードのダウンロード

mlcourse.ai

パイソン

Self-paced mlcourse.ai

ダウンロード

ODSステッカー

mlcourse.ai – オープン機械学習コース

mlcourse.ai は、Yury Kashnitsky (yorko) が率いる OpenDataScience (ods.ai) によるオープンな機械学習コースです。両方の博士号を取得している応用数学の学位と Kaggle Competitions のマスター層を取得した Yury は、理論と実践の完璧なバランスを備えた ML コースを設計することを目指していました。したがって、このコースでは、講義で数式を学び、課題や Kaggle Inclass コンテストの形で多くの演習を行います。現在、コースはセルフペースモードです。ここでは、自分のペースで進められる mlcourse.ai について説明します。

ボーナス:さらに、mlcourse.ai 課題の最適な非デモバージョンが含まれるボーナス課題パックを購入することもできます。「ボーナス割り当て」レベルを選択します。取引の詳細については、メインページ mlcourse.ai を参照してください。

ミラー (:uk:-only): mlcourse.ai (メインサイト)、Kaggle データセット (Kaggle ノートブックと同じノートブック)

マイペースなパス

mlcourse.ai の 10 週間をガイドします。 Pandas から Gradient Boosting まで、毎週、どの記事を読むか、どの講義を視聴するか、どのような課題を達成するかについての指示が与えられます。

記事

これは、medium.com ??、habr.com ?? に公開された記事のリストです。中国語のノートについても言及されています??また、Kaggle Notebooks (英語) へのリンクもあります。アイコンはクリック可能です。

Pandas を使用した探索的データ分析 ?? ?? ??、Kaggle ノートブック
Pythonによるビジュアルデータ分析 ?? ?? ??、Kaggle ノートブック: パート 1、パート 2
分類、決定木、k 最近傍 ?? ?? ??、Kaggle ノートブック
線形分類と回帰 ?? ?? ??、Kaggle ノートブック: パート 1、パート 2、パート 3、パート 4、パート 5
バギングとランダムフォレスト ?? ?? ??、Kaggle ノートブック: パート 1、パート 2、パート 3
特徴エンジニアリングと特徴選択 ?? ?? ??、Kaggle ノートブック
教師なし学習: 主成分分析とクラスタリング ?? ?? ??、Kaggle ノートブック
Vowpal Wabbit: ギガバイトのデータで学習 ?? ?? ??、Kaggle ノートブック
Python による時系列分析、パート 1 ?? ?? ??。 Facebook Prophet で未来を予測する、パート 2 ??、?? Kaggle ノートブック: パート 1、パート 2
勾配ブースティング ?? ??、??、Kaggle ノートブック

講義

ビデオ講義はこの YouTube プレイリストにアップロードされます。紹介、ビデオ、スライド

Pandas を使用した探索的データ分析、ビデオ
視覚化、EDA のメインプロット、ビデオ
デシジョンツリー: 理論と実践部分
ロジスティック回帰: 理論的基礎、実践的部分 (「アリス」コンテストのベースライン)
アンサンブルとランダムフォレスト – パート 1. 分類メトリクス – パート 2. ビジネスタスクの例、顧客の支払いの予測 – パート 3
線形回帰と正則化 - 理論、LASSO & Ridge、LTV 予測 - 実践
教師なし学習 - 主成分分析とクラスタリング
分類と回帰のための確率的勾配降下法 - パート 1、パート 2 未定
Python による時系列分析 (ARIMA、Prophet) - ビデオ
勾配ブースティング: 基本的なアイデア - パート 1、Xgboost、LightGBM、および CatBoost の背後にある重要なアイデア + 実践 - パート 2

課題

以下はデモ課題です。さらに、「ボーナス割り当て」レベル内では、デモ以外の割り当てにアクセスできます。

Pandas、nbviewer、Kaggle Notebook、ソリューションを使用した探索的データ分析
心血管疾患データの分析、nbviewer、Kaggle Notebook、ソリューション
おもちゃのタスクと UCI Adult データセットを含むデシジョンツリー、nbviewer、Kaggle Notebook、ソリューション
皮肉の検出、Kaggle Notebook、ソリューション。最適化問題としての線形回帰、nbviewer、Kaggle Notebook
信用スコアリング問題におけるロジスティック回帰とランダムフォレスト、nbviewer、Kaggle Notebook、ソリューション
回帰タスクでの OLS、Lasso、ランダムフォレストの探索、nbviewer、Kaggle Notebook、ソリューション
教師なし学習、nbviewer、Kaggle Notebook、ソリューション
オンラインリグレッサー、nbviewer、Kaggle Notebook、ソリューションの実装
時系列分析、nbviewer、Kaggle Notebook、ソリューション
コンテストでベースラインを上回る、Kaggle Notebook

ボーナス割り当て

さらに、mlcourse.ai 課題の最適な非デモバージョンが含まれるボーナス課題パックを購入することもできます。 Patreon の「Bonus Assignments」レベル、または Boosty (rus) の同様のレベルを選択します。

取引の詳細

mlcourse.ai はまだセルフペースモードですが、月額 17 ドルの寄付でソリューションを含むボーナス割り当てを提供します。コース教材の学習中に最大 1 ～ 5 か月分の料金を支払うことになりますが、1 回の寄付でも問題なく、ボーナスパックへのアクセスが可能になります。

注: 最初の支払いは Tier Patreon に参加した瞬間に請求され、次の支払いは翌月の 1 日に請求されるため、月の前半にパックを購入することをお勧めします。

mlcourse.ai は完全に収益化されることは決してありません (素晴らしいオープンな ODS.ai コミュニティで作成され、今後もオープンで無料であり続けるでしょう) が、運用コストの一部をカバーするのには役立ちます。また、Yury はすべてを組み立てるのにかなりの労力を費やしました。最高の課題を 1 つのパックにまとめます。コースの他のコンテンツとは異なり、ボーナス課題は著作権で保護されていることに注意してください。非公式ですが、パックを 2 ～ 3 人の友人と共有する場合は、Yury は問題ありませんが、ボーナス割り当てパックを一般に共有することは禁止されています。

ボーナスパックには 10 個の課題が含まれており、そのうちのいくつかでは、徹底した指導の下で Kaggle コンペティションでベースラインを破るか (「Alice」と「Medium」)、アルゴリズムを最初から実装するか (効率的な確率的勾配降下分類器と勾配ブースティング) に挑戦します。。

Kaggle コンテスト

Catch Me If You Can: Web ページのセッション追跡による侵入者の検出。 Kaggle インクラス
Medium 記事の人気を予測します。 Kaggle インクラス
DotA 2の勝者予想。 Kaggle インクラス

mlcourse.ai を引用

作品の中で mlcourse.ai を引用する場合は、次の BibTeX レコードを使用できます。

 @misc{mlcourse_ai,
    author = {Kashnitsky, Yury},
    title = {mlcourse.ai – Open Machine Learning Course},
    year = {2020},
    publisher = {GitHub},
    journal = {GitHub repository},
    howpublished = {url{https://github.com/Yorko/mlcourse.ai}},
}