Основы Scikit-learn | Машинное Обучение На Python

preview_player
Показать описание
В этом видео мы изучим основы библиотеки scikit-learn для языка программирования Python. Рассмотрим базовые принципы, классы моделей машинного обучения, функции оценки качества моделей, методы обработки данных и многое другое.
Scikit-learn - бесплатная библиотека машинного обучения для языка программирования Python.

✔ Хочешь поддержать канал: Никнейм QIWI Кошелька - PYLOUNGE

Материалы из видео:

Привет! Я долго занимаюсь программированием, в частности программирование на языке Python. Я много чего узнал за это время, и мне есть, чем поделиться со зрителями моего канала. Здесь выходят разнообразные ролики, касающиеся IT-тематики и программирования. Подписывайся, будем узнавать что-то новое и работать вместе! Погнали!

#scicit_learn #pylounge #python #ityoutubersru
Рекомендации по теме
Комментарии
Автор

6:37 - Тренировочные данные
8:53 - Стандартизация
12:18 - Бинаризация
15:24 - Кодирование категориальных признаков
17:46 - С учителем: линейная регрессия, SVM, наивный байесовский, метод ближайших соседей
20:11 - Без учителя: метод главных компонент, К - средних
21:58 - Обучение модели / предсказание
26:40 - Оценка качества модели
32:30 - Кросс валидация
37:10 - Оптимизация модели
40:59 - Большой пример
44:50 - Сохранение и загрузка

iyshrshjt
Автор

Спасибище!!! Это искусство уметь объяснять сложные вещи просто!
Все очень понятно.

alarconx
Автор

Огромное спасибо! Как раз то, что я искала. Супер понятный обзор, а насколько кому и куда нужно углубиться - это уже личный выбор.

ЛенаИванова-эд
Автор

Большое вам спасибо ! Все так качественно и понятно ! Большая просьба сделайте уроки для библиотек Tensorflow и Keras )

PianoRelax
Автор

Спасибо, появилось понимание структуры

ЕвгенийКофанов-эд
Автор

Урок по какой библиотеке хотели бы увидеть вы в следующий раз?)

pylounge
Автор

Привет, спасибо за проделанную работу.
просьба добавить больше описание желаемой цели и результата. и объяснения хода действий.

СеменСидоров-щс
Автор

Спасибо за видео, очень полезно.
А подскажи такой момент: если мы используем кросс-валидацию, то нам все равно нужно разбивать данные на train и test?
Мне казалось что внутри кросс валидации как раз и происходит разбивка на тестовые и тренировочные датасеты

alexandergalkin
Автор

Очень качественное объяснение. Спасибо.

НиколайК-кн
Автор

Спасибо большое. По pytorch бы глянуть видео от вас)

unaibekovbakhyt
Автор

А если мне нужно для оценки учитывать соседние ячейки. Есть такой функционал?

petroIzMarsa
Автор

прости, но я сначала ты подумал, что ты Роман с simply formula. Голос похож)) Классный ролик!

qwertyssdfg
Автор

Видео, супер, все по полочкам. Скажи пожалуйста, а где можно скачать этот блокнот, что в видео?

ievgenii.okhrymenko
Автор

41:00 метрику лучшую так и не получил?

user_ruslan_
Автор

Реально ли сделать с этой библиотекой бота для вов(мморпг) или для херстоуна ?

silava
Автор

Посмотрел примерно до середины. Очень много оговорок, в целом есть только описание методов самой библиотеки.

voinywolnyprod
Автор

Очень интересно но примерно с середины видео ничего не понятно.
Не хватает базовых знаний для воспринятия информации.
Будем учить мат часть))

llllful
Автор

Хоспаде сколько же тебе на пиво скинуть, чувствую сколько времени сэкономил смотря твои видео и меня переполняют чувства благодарности

llllful
Автор

The scikit-learn maintainers therefore strongly discourage the use of
this dataset unless the purpose of the code is to study and educate
about ethical issues in data science and machine learning.

ajaxnet
Автор

Пожалуйста английское е читайте как э а не как ё, нет там точек над е, режет слух

datorikai
visit shbcf.ru