filmov
tv
Практический урок: профессия ML-разработчик
Показать описание
В этом видео мы покажем вам, как быть ML-разработчиком. Мы пригласили трех людей разных профессий в нашу студию, чтобы вместе попробовать написать свой сервис на машинном обучении. Сегодня мы будем делать что-то новое, но намного веселее, чем просто сидеть за столом и писать код.
Мы начинаем с основ работы в Jupyter Notebook – это удобная среда для написания кода на языке Python и интерактивных вычислений. С помощью Jupyter Notebook мы можем работать с данными и пытаться понять, как создавать модели машинного обучения.
Алгоритмы и процессы построения модели машинного обучения – это огромный комплекс знаний и практики, но даже новичку можно понять основные идеи и инструменты. А мы сегодня будем работать с библиотекой и бинарным классификатором scikit-learn – это одна из самых популярных библиотек машинного обучения.
Мы проверим точность нашей модели бинарной классификации, потому что это очень важный этап в машинном обучении. Нам нужно понять, насколько хороша модель, и можем ли мы ее улучшить.
И, наконец, мы напишем первую программу с применением машинного обучения. Это значит, что мы сможем создать свой собственный сервис и сделать его работающим лишь за час.
Что вы изучите на уроке?
— Основы работы с Jupyter notebook
— Алгоритмы и процессы построения модели машинного обучения
— Работа с библиотекой и бинарным классификатором scikit-learn
— Проверка точность работы модели бинарной классификации
— Напишите первую программу с применение machine learning за час
#machinelearning #jupyternotebook #skillfactory
Мы начинаем с основ работы в Jupyter Notebook – это удобная среда для написания кода на языке Python и интерактивных вычислений. С помощью Jupyter Notebook мы можем работать с данными и пытаться понять, как создавать модели машинного обучения.
Алгоритмы и процессы построения модели машинного обучения – это огромный комплекс знаний и практики, но даже новичку можно понять основные идеи и инструменты. А мы сегодня будем работать с библиотекой и бинарным классификатором scikit-learn – это одна из самых популярных библиотек машинного обучения.
Мы проверим точность нашей модели бинарной классификации, потому что это очень важный этап в машинном обучении. Нам нужно понять, насколько хороша модель, и можем ли мы ее улучшить.
И, наконец, мы напишем первую программу с применением машинного обучения. Это значит, что мы сможем создать свой собственный сервис и сделать его работающим лишь за час.
Что вы изучите на уроке?
— Основы работы с Jupyter notebook
— Алгоритмы и процессы построения модели машинного обучения
— Работа с библиотекой и бинарным классификатором scikit-learn
— Проверка точность работы модели бинарной классификации
— Напишите первую программу с применение machine learning за час
#machinelearning #jupyternotebook #skillfactory
Комментарии