Основы Scikit-learn | Машинное Обучение На Python
HTML-код
- Опубликовано: 4 июл 2021
- 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.
✔ Instagram: / py_lounge
✔ Telegram: t.me/pylounge
✔ Ссылка на группу ВКонтакте: pylounge
✔ Канал PyLounge: / @pylounge
✔ Twitter: / pylounge
✔ По вопросам сотрудничества и предложений: peoplesdreamer@gmail.ru
✔ Music: www.free-stock-music.com
✔ Хочешь поддержать канал: Никнейм QIWI Кошелька - PYLOUNGE
Материалы из видео:
✔ Документация scikit-learn: scikit-learn.org/stable/
✔ Исходный код (.ipynb) из видео: topic-194576836_47691028
✔ Основы Jupyter Notebook (Python): • Основы Jupyter Noteboo...
✔ Основы NumPy Python: • Основы NumPy Python | ...
✔ Основы Pandas Python: • Основы Pandas Python |...
✔ Основы Matplotlib: • Основы Matplotlib | По...
✔ Библиотеки Для Машинного Обучения: Scikit-learn, TensorFlow, Keras, PyTorch: • Библиотеки Для Машинно...
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
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
Уважаемо)
Йомайо,
Метод Pca ,уже вывели в ряд с методами без учителя?
Это ж просто метод уменьшение размерности,шума,и мультиcov,
Он не способен решать задачи кластеризации,
Метод независимых компонент ,уже на такое способен,и его можно назвать методом без учителя ,
Огромное спасибо! Как раз то, что я искала. Супер понятный обзор, а насколько кому и куда нужно углубиться - это уже личный выбор.
Спасибище!!! Это искусство уметь объяснять сложные вещи просто!
Все очень понятно.
Большое вам спасибо ! Все так качественно и понятно ! Большая просьба сделайте уроки для библиотек Tensorflow и Keras )
Шикарно!!!
Спасибо, появилось понимание структуры
Уау! Нет слов, спасибо!
Просто лучший!
Огонь вообще!)
Привет, спасибо за проделанную работу.
просьба добавить больше описание желаемой цели и результата. и объяснения хода действий.
Отличное видео.
Очень качественное объяснение. Спасибо.
Нихера не качественное,закинули какой то рандомный пример и иди разбирайся что там
Оченъ понятно спасибо
Лучший!
спасибо за видос
Спасибо большое. По pytorch бы глянуть видео от вас)
Комментарий для продвижения канала!
Спасибо
В поддержку.
прости, но я сначала ты подумал, что ты Роман с simply formula. Голос похож)) Классный ролик!
рахмат
Продвижение канала
А если мне нужно для оценки учитывать соседние ячейки. Есть такой функционал?
Урок по какой библиотеке хотели бы увидеть вы в следующий раз?)
Если можно, ещё разобрать
NLTK (Natural Language Toolkit)
Обзор библиотеки PyTorch
tensorwlow )
Pandas
@@utka111 Есть уже ролик на канале)
а где датасеты то скачать?
Видео, супер, все по полочкам. Скажи пожалуйста, а где можно скачать этот блокнот, что в видео?
github.com/pylounge/pylounge-data-scientist-starter-pack
@@pylounge Спасибо большое + еще подписался на твой GitHub
@@pyloungeТы напутал на 11:50. Все что ты говорил про масштабы признаков исправляется стандартизацией. Нормализация совсем для другого нужна. Сам посмотри - как была разница в признаках на порядки - так и осталась: было миллионы к одному, а стало один к миллионной. И выборку испортил - признаки в первом столбце были одного порядка, а стали вдруг отличаться на два порядка.
Реально ли сделать с этой библиотекой бота для вов(мморпг) или для херстоуна ?
Возможно все. Главное смоч правильно интерпретировать задачу при помощи этой или других библиотек
Хоспаде сколько же тебе на пиво скинуть , чувствую сколько времени сэкономил смотря твои видео и меня переполняют чувства благодарности
Если хочется поддержать канал, то лайка и коммента более чем достаточно)
Если же распирает поделиться монеткой, то сюда:
💸 Хочешь поддержать канал: qiwi.com/n/PYLOUNGE (Никнейм QIWI Кошелька - PYLOUNGE)
💰 Donation Alerts:
www.donationalerts.com/r/pylounge
Очень интересно но примерно с середины видео ничего не понятно.
Не хватает базовых знаний для воспринятия информации.
Будем учить мат часть))
Что такое Бостонские дома?
41:00 метрику лучшую так и не получил?
24 просмотра
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.
С маток выпал 22:26
Я 25
Посмотрел примерно до середины. Очень много оговорок, в целом есть только описание методов самой библиотеки.
Согласен. Похоже на обзорную экскурсию по методам. Как по мне все быстро и скомкано.
Ммм, сначала бы разобраться с основными терминами... Манмикс 😂😂😂 ты что тут миксовый айран решил готовить... МИНМАКС
Пожалуйста английское е читайте как э а не как ё, нет там точек над е, режет слух