- Введение. Базовые термины ML.
- Детекция аномалий.
- Кластеризация.
- Линейная регрессия.
- Классификация. kNN. F-score.
- Классификация. Байес.
- Введение в нейросети.
- Решающие деревья.
- Логистическая регрессия. Предсказание с вероятностями.
- Генерация и отбор признаков и объектов.
- Python, jupyter.
- Pandas, numpy.
- Визуализация. Matplotlib, seaborn.
- Кластеризация. Рекомендательная система. KMeans, silhouette-score.
- Линейная регрессия. Ridge, Lasso.
- Классификация. Простейший анализ текстов. KNeighborsClassifier, GridSearchCV, MultinomialNB.
- Нейросети - keras.
- Решающие деревья. DecisionTreeClassifier, DecisionTreeRegressor, BaggingRegressor, RandomForestRegressor.
- Метрики качества. Precision, Recall, F1, ROC_AUC, LogLoss.
- Kernel-trick, Ensambling.
TBDL