mlcourse.ai 다운로드 - mlcourse.ai 소스코드 다운로드

mlcourse.ai

파이썬

Self-paced mlcourse.ai

다운로드

ODS 스티커

mlcourse.ai – 개방형 머신러닝 강좌

mlcourse.ai는 Yury Kashnitsky(yorko)가 이끄는 OpenDataScience(ods.ai)의 개방형 기계 학습 과정입니다. 박사 학위를 모두 가지고 있습니다. 응용 수학 학위와 Kaggle Competitions 마스터 티어를 취득한 Yury는 이론과 실무가 완벽하게 균형을 이루는 ML 과정을 설계하는 것을 목표로 삼았습니다. 따라서 이 과정에서는 강의에서 수학 공식을 접하고 과제와 Kaggle Inclass 대회를 통해 많은 연습을 하게 됩니다. 현재 과정은 자율 학습 모드 입니다. 여기서는 자기 주도형 mlcourse.ai를 안내합니다.

보너스: 또한 mlcourse.ai 과제의 데모 버전이 아닌 최고의 버전이 포함된 보너스 과제 팩을 구매할 수 있습니다. "보너스 과제" 계층을 선택합니다. 거래 세부사항은 mlcourse.ai 메인페이지를 참고하세요.

미러(:uk:-only): mlcourse.ai(기본 사이트), Kaggle Dataset(Kaggle Notebooks와 동일한 노트북)

자기 주도적 통과

mlcourse.ai 10주 과정을 안내해드립니다. 매주 Pandas부터 Gradient Boosting까지 읽을 기사, 시청할 강의, 수행해야 할 과제에 대한 지침이 제공됩니다.

조항

이것은 Medium.com ??, habr.com ??에 게시된 기사 목록입니다. 또한 중국어로 된 노트가 언급되어 있습니까 ?? Kaggle Notebooks(영문)에 대한 링크가 제공됩니다. 아이콘은 클릭 가능합니다.

Pandas를 이용한 탐색적 데이터 분석 ?? ?? ??, 캐글노트북
Python을 이용한 시각적 데이터 분석 ?? ?? ??, Kaggle 노트북: 1부, 2부
분류, 결정 트리 및 k 최근접 이웃 ?? ?? ??, 캐글노트북
선형 분류 및 회귀 ?? ?? ??, Kaggle 노트북: 1부, 2부, 3부, 4부, 5부
배깅과 랜덤 포레스트 ?? ?? ??, Kaggle 노트북: 1부, 2부, 3부
기능 엔지니어링 및 기능 선택 ?? ?? ??, 캐글노트북
비지도 학습: 주성분 분석 및 클러스터링 ?? ?? ??, 캐글노트북
Vowpal Wabbit: 기가바이트급 데이터로 학습 ?? ?? ??, 캐글노트북
Python을 사용한 시계열 분석, 1부 ?? ?? ??. Facebook Prophet과 함께 미래를 예측하다, 2부 ??, ?? Kaggle 노트북: 1부, 2부
그라디언트 부스팅 ?? ??, ??, 캐글노트북

강의

이 YouTube 재생목록에 동영상 강의가 업로드됩니다. 소개, 비디오, 슬라이드

Pandas를 이용한 탐색적 데이터 분석, 동영상
시각화, EDA의 주요 플롯, 비디오
의사결정 트리: 이론 및 실제 부분
로지스틱 회귀: 이론적 토대, 실제 부분("앨리스" 대회의 기준선)
앙상블 및 랜덤 포레스트 – 1부. 분류 측정항목 – 2부. 비즈니스 작업의 예, 고객 지불 예측 – 3부
선형 회귀 및 정규화 - 이론, LASSO & Ridge, LTV 예측 - 실습
비지도 학습 - 주성분 분석 및 클러스터링
분류 및 회귀를 위한 확률적 경사하강법 - 1부, 2부 TBA
Python을 사용한 시계열 분석(ARIMA, Prophet) - 비디오
그라디언트 부스팅: 기본 아이디어 - 1부, Xgboost, LightGBM 및 CatBoost + practice의 핵심 아이디어 - 2부

과제

다음은 데모 과제입니다. 또한 "보너스 과제" 계층 내에서는 데모가 아닌 과제에 액세스할 수 있습니다.

Pandas, nbviewer, Kaggle Notebook, 솔루션을 활용한 탐색적 데이터 분석
심혈관 질환 데이터 분석, nbviewer, Kaggle Notebook, 솔루션
장난감 작업과 UCI 성인 데이터세트, nbviewer, Kaggle Notebook, 솔루션이 포함된 의사결정 트리
풍자 탐지, Kaggle Notebook, 솔루션. 최적화 문제로서의 선형 회귀, nbviewer, Kaggle Notebook
신용점수 문제에서의 로지스틱 회귀와 랜덤 포레스트, nbviewer, Kaggle Notebook, 솔루션
회귀 작업에서 OLS, Lasso 및 Random Forest 탐색, nbviewer, Kaggle Notebook, 솔루션
비지도 학습, nbviewer, Kaggle Notebook, 솔루션
온라인 회귀분석기, nbviewer, Kaggle Notebook, 솔루션 구현
시계열 분석, nbviewer, Kaggle Notebook, 솔루션
경쟁에서 기준선을 꺾는 Kaggle Notebook

보너스 과제

또한 mlcourse.ai 과제의 데모 버전이 아닌 최고의 버전이 포함된 보너스 과제 팩을 구매할 수 있습니다. Patreon에서 "Bonus Assignments" 계층을 선택하거나 Boosty(rus)에서 유사한 계층을 선택하세요.

거래 세부정보

mlcourse.ai는 아직 자가 학습 모드에 있지만 월 $17의 기부금으로 솔루션이 포함된 보너스 과제를 제공합니다. 아이디어는 강좌 자료를 공부하는 동안 최대 1~5개월의 비용을 지불하지만 한 번의 기여로도 여전히 괜찮고 보너스 팩에 대한 액세스가 가능하다는 것입니다.

참고: Tier Patreon에 가입하는 순간 첫 번째 결제가 청구되고, 다음 달 1일에 다음 결제가 청구되므로, 매월 상반기에 팩을 구매하는 것이 좋습니다.

mlcourse.ai는 완전히 수익을 창출할 수는 없지만(훌륭한 개방형 ODS.ai 커뮤니티에서 생성되었으며 공개 및 무료로 유지됩니다) 일부 운영 비용을 충당하는 데 도움이 될 것이며 Yury도 모든 것을 조립하는 데 상당한 노력을 기울였습니다. 최고의 과제를 하나의 팩으로 담으세요. 코스의 나머지 콘텐츠와 달리 보너스 과제에는 저작권이 있다는 점에 유의하세요. 비공식적으로 Yury는 2~3명의 친구와 팩을 공유하는 경우 괜찮지만 보너스 과제 팩을 공개적으로 공유하는 것은 금지되어 있습니다.

보너스 팩에는 10개의 과제가 포함되어 있으며, 그 중 일부에서는 철저한 지침("Alice" 및 "Medium")에 따라 Kaggle 대회에서 기준을 깨거나 처음부터 알고리즘을 구현해야 합니다(효율적인 확률적 경사 하강 분류기 및 경사 부스팅). .

캐글 대회

Catch Me If You Can: 웹페이지 세션 추적을 통한 침입자 탐지. 캐글 인클래스
매체 기사의 인기 예측. 캐글 인클래스
DotA 2 승자 예측. 캐글 인클래스

mlcourse.ai 인용

작업에서 mlcourse.ai를 인용하는 경우 다음 BibTeX 레코드를 사용할 수 있습니다.

 @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}},
}