bootcamp_machine learning
v5.0.2
โปรเจ็กต์นี้เป็น Bootcamp การเรียนรู้ของเครื่องที่สร้างโดย 42 AI
เนื่องจากแนวคิดที่เห็นระหว่างหลักสูตรติวเข้มนี้อาจมีความซับซ้อน เราขอแนะนำอย่างยิ่งให้นักเรียนเคยทำหลักสูตรติวเข้มต่อไปนี้มาก่อน:
42 Artificial Intelligence เป็นองค์กรนักศึกษาของวิทยาเขตปารีสของโรงเรียน 42 จุดประสงค์ของเราคือเพื่อส่งเสริมการอภิปราย การเรียนรู้ และความสนใจในสาขาปัญญาประดิษฐ์ โดยการจัดกิจกรรมต่างๆ เช่น การบรรยายและการประชุมเชิงปฏิบัติการ
สามารถดาวน์โหลดไฟล์ PDF ของแต่ละโมดูลได้จากหน้า realease ของเรา: https://github.com/42-AI/bootcamp_machine-learning/releases
เริ่มต้นด้วยพีชคณิตเชิงเส้นและสถิติ
ผลรวม ค่าเฉลี่ย ความแปรปรวน ส่วนเบี่ยงเบนมาตรฐาน เวกเตอร์ และการดำเนินการเมทริกซ์
สมมติฐาน แบบจำลอง การถดถอย ฟังก์ชันการสูญเสีย
ใช้วิธีการปรับปรุงประสิทธิภาพของโมเดลของคุณ: การไล่ระดับลง และค้นพบแนวคิดของการทำให้เป็นมาตรฐาน
การถดถอยเชิงเส้น การถดถอยเชิงเส้น การทำให้เป็นมาตรฐาน
ขยายการถดถอยเชิงเส้นเพื่อจัดการกับคุณสมบัติมากกว่าหนึ่งรายการ สร้างแบบจำลองพหุนาม และตรวจจับการพอดีมากเกินไป
สมมติฐานเชิงเส้นหลายตัวแปร การลงของเกรเดียนต์เชิงเส้นหลายตัวแปร แบบจำลองพหุนาม
ชุดฝึกซ้อมและทดสอบ ฟิตติ้งมากเกินไป
ค้นพบอัลกอริทึมการจำแนกประเภทแรกของคุณ: การถดถอยโลจิสติก!
สมมติฐานลอจิสติก การสืบเชื้อสายลอจิสติก การถดถอยโลจิสติก การจำแนกประเภทหลายคลาส
ความแม่นยำ ความแม่นยำ การเรียกคืน คะแนน F1 เมทริกซ์ความสับสน
ต่อสู้กับการฟิตติ้งมากเกินไป!
การทำให้เป็นมาตรฐาน, การโอเวอร์ฟิต ฟังก์ชันการสูญเสียที่สม่ำเสมอ, การไล่ระดับสีแบบสม่ำเสมอ
การถดถอยเชิงเส้นแบบสม่ำเสมอ การถดถอยโลจิสติกแบบสม่ำเสมอ
