🔍 Как автор не стал специалистом по машинному обучению

Истории успеха любят все. Это же здорово, что человек добился успеха и решил об этом рассказать! Читаешь и радуешься за него.

❓ Большинство таких историй объединяет одно: ты не можешь повторить путь автора! Либо ты живешь не в то время, либо не в том месте, либо ты родился мальчиком, либо…

Но, что если, истории неуспеха в этом плане часто бывают полезней.

🔗 Читать статью

#Opinion #Experience #ML #Programming | Mr. Python

ℹ️ ML-Фреймворк LightGBM для градиентного бустинга

LightGBM — это фреймворк, который предоставляет реализацию деревьев принятия решений с градиентным бустингом.

LightGBM известен своей более высокой скоростью обучения, хорошей точностью с параметрами по умолчанию, параллельным и GPU обучением, малым использованием памяти и возможностью обработки больших датасетов, которые не всегда помещаются в ней.

❗️ В рамках данного руководства мы рассмотрим Python API данного фреймворка. Мы постараемся объяснить и охватить большую часть этого API.

🔗 Читать статью

#Framework #LightGBM #ML | Mr. Python

📌 Обзор методов классификации в машинном обучении с помощью Scikit-Learn

Для машинного обучения на Python написано очень много библиотек.

Сегодня мы рассмотрим одну из самых популярных — Scikit-Learn.

Scikit-Learn упрощает процесс создания классификатора и помогает более чётко выделить концепции машинного обучения, реализуя их с помощью понятной, хорошо документированной и надёжной библиотекой.

🔗 Читать статью

#ScikitLearn #ML | Mr. Python