В 2022 году Computer Science Center приостановил набор и обучение

Анализ данных на Python в примерах и задачах, часть 2

Санкт-Петербург, осень 2019

Описание

Программа курса

XGBoost

Нейронные сети и Deep Learning

  • Теоретические основания
  • Работа с Keras и TensorFlow
  • Нейронные сети для классификации
  • Нейронные сети для прогнозирования: feedforward nets
  • Нейронные сети для прогнозирования: LSTM
  • Cверточные (convolution) сети
AutoEncoders

Анализ главных компонент

Работа с разреженными данными и SVD разложение

Калибровка моделей

Прогнозирование с помощью пакета FB Prophet

Преподаватели

Вадим Леонардович Аббакумов
Читает лекции
Игорь Александрович Рябцев
Проверяет задания

Список лекций

Занятие 1 XGBoost часть 1

Введение в машинное обучение. Идея Boosting'а

Идея Gradient Boosting'а XGBoost - что добавил?

Занятие 2 XGBoost Продолжение
Занятие 3 Нейронные сети
Занятие 4 Нейронные сети. Keras. Задачи распознавания
Занятие 5 Нейронные сети. Распознавание и прогнозирование.
Занятие 6
Занятие 7 Сверточные сети
Занятие 8 Факторный анализ и SVD разложение
Занятие 9 Факторный анализ и SVD разложение (продолжение)
Занятие 10 SVD разложение. Прогнозирование с использованием нейронных сетей и XGBoost.
Занятие 11 ROC кривая, AUC
Занятие 12