Pokročilý Machine Learning v Pythone
- Level
- Chapters
- 40
- Category
- Programovanie
- Rating
- 5,0 of 5
- Length
- 5h 21min
- Language
- SK
This course is part of your subscription, along with
- Access to all online courses
-
Skillmea AI
An AI assistant that helps you learn
-
Skillmea Community
A community of students and teachers
-
Progress tracking
An overview of your progress across courses
Online course chapters
Vitajte v kurze (2)
Vitajte v kurze!
2:55
Materiály na stiahnutie
Distance-based learning: Algoritmy založené na meraní vzdialeností (9)
Vitajte v kapitole
7:17
Numerické atribúty a ich základné merania vzdialeností
12:46
Numerické atribúty a pokročilé merania vzdialeností
19:22
Merania vzdialeností pre kategorické atribúty
10:49
Bonusová prednáška pre kategorické atribúty
4:09
Problém zmiešaných vstupných atribútov
6:48
Štandardné riešenia pre zmiešané vstupné atribúty
8:05
Kreatívne riešenia zmiešnach vstupných atribútov
8:32
Textové atribúty
4:21
Nevybalansované dáta (8)
Vitajte v kapitole
8:17
Problém nevybalansovaných dát
8:52
Vyhodnotenie modelov s nevybalansovanými dátami: Ktoré metriky použiť?
12:19
Ako môžeme vyriešiť problém nevybalansovaných dát?
12:36
"Naivné" sampling metódy
6:19
Úvod do Informovaných sampling metód
2:21
Informovaný Oversampling
8:04
Informovaný Undersampling
7:43
Ensemble modely (21)
Vitajte v kapitole
3:58
Wisdom of the crowds: "Múdrosť davov"
13:45
Diverzita a kombinovanie predpovedí
11:02
Štandardné prístupy Ensemble modelov
13:20
Bagging modely
12:22
Špeciálny prípad: RandomForest Ensemble
7:02
Špeciálny prípad: ExtraTrees Ensemble
6:47
Isolation Forest
4:58
Boosting modely: AdaBoost
12:17
Gradient Boosting Machines
12:00
XGBoost (Extreme Gradient Boosting)
7:34
LightGBM
9:42
CatBoost
12:40
Stacking modely: Soft Voting
7:53
Dynamické budovanie Ensemble modelu: Dynamic Ensemble Building
5:19
Stacked Generalization
7:04
Deep Ensemble modely
4:58
Dynamic Ensemble modely
3:46
Snapshot Ensembling
3:06
Model Distillation
4:49
Course instructor
4,9
Rating
12
Courses
