GitHub - baltuky/ml-intro-dataschool-coursera: :notebook: Введение в машинное обучение. Курс от ВШЭ и ШАД на coursera.org

Введение в машинное обучение

Неделя 1. Введение. Примеры задач. Логические методы: решающие деревья и решающие леса.
Неделя 2. Метрические методы классификации. Линейные методы, стохастический градиент.
Неделя 3. Метод опорных векторов (SVM). Логистическая регрессия. Метрики качества классификации.
Неделя 4. Линейная регрессия. Понижение размерности, метод главных компонент.
Неделя 5. Композиции алгоритмов, градиентный бустинг. Нейронные сети.
Неделя 6. Кластеризация и визуализация. Частичное обучение.
Неделя 7. Прикладные задачи анализа данных: постановки и методы решения.

Name		Name	Last commit message	Last commit date
Latest commit History 17 Commits
week_1_statement_importance		week_1_statement_importance
week_1_titanic_pandas_data_preprocessing		week_1_titanic_pandas_data_preprocessing
week_2_choosing_number_of_neighbors		week_2_choosing_number_of_neighbors
week_2_feature_normalization		week_2_feature_normalization
week_2_statement-metric-tuning		week_2_statement-metric-tuning
week_3_classification_quality_metrics		week_3_classification_quality_metrics
week_3_logistic_regression		week_3_logistic_regression
week_3_support_vector_machine		week_3_support_vector_machine
week_3_text_analysis		week_3_text_analysis
week_4_linear_regression		week_4_linear_regression
week_4_principal_compoment_analysis		week_4_principal_compoment_analysis
week_5_gradient_boosting		week_5_gradient_boosting
week_5_random_forest		week_5_random_forest
week_6_clustering		week_6_clustering
week_7_final		week_7_final
README.md		README.md