🎥Искусственный интеллект (AI) vs Машинное обучение (ML) vs Нейронные сети (DL). В чем разница?

В этом видео автор расскажет чем Искусственный интеллект, Машинное обучение и Нейросети (Глубокое обучение) отличаются друг от друга.

👀Смотреть в YouTube

#Ai #machine_learning | Просто Python

🎥Алгоритм кластеризации DBSCAN | Машинное обучение

Принцип работы алгоритма кластеризации DBSCAN (Density-Based Spatial Clustering of Application with Noise). Выделение корневых, граничных и шумовых объектов выборки. Реализация алгоритма на Python. Преимущества алгоритма DBSCAN.

👀Смотреть в YouTube

#machine_learning | Просто Python

🎥ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ с Python

Видео-курс затронет такие темы как: поиск оптимальных решений, оптимизация, анализ данных, нейронные сети, обработка естественного языка и многое другое.

👀Смотреть в YouTube

#machine_learning | Просто Python

🎥Data Science Проекты для Портфолио

Лучший способ продемонстрировать потенциальному работодателю свои способности это показать крутые проекты, которые вы сделали.

👀Смотреть в YouTube

#machine_learning | Просто Python

🎥Что такое градиентный бустинг?

Градиентный бустинг — ключевой алгоритм машинного обучения для табличных данных. Его используют в поиске, подборе цен и в противодействия мошенничеству.

👀Смотреть в YouTube

#machine_learning | Просто Python

🖥Пишем первый ML-пайплайн на Airflow: подробный туториал 1 часть

Apache Airflow - популярный инструмент в проектах с машинным обучением. Он позволяет создавать эффективные и масштабируемые пайплайны, связанные с обработкой данных, обучением и развертыванием моделей.

🧠Читать статью

#machine_learning | Просто Python

🖥Пишем первый ML-пайплайн на Airflow: подробный туториал 2 часть

В этом примере будем использовать NLP-модель для задачи zero-shot classification.

🧠Читать статью

#machine_learning | Просто Python

🖥Новые инструменты для работы c ML-моделями и обзор MLOps

Привет всем, кто работает с ML-моделями и занимается аналитикой данных! В новом дайджесте для вас много интересных обзоров по инструментам — как говорится, ни ClearML и Airflow едиными. Рынок решений стремительно развивается, и наши подборки помогут вам держать руку на пульсе.

🧠Читать статью

#machine_learning | Просто Python

🖥Фундаментальные концепции переобучения и недообучения в машинном обучении 1 часть

Этот модуль дает интуитивно понятное введение в очень фундаментальные концепции переобучения и недообучения в машинном обучении. Модели машинного обучения никогда не могут делать идеальные прогнозы: ошибка теста никогда не равна нулю. Этот провал происходит из-за фундаментального компромисса между гибкостью моделирования и ограниченным размером обучающего набора данных .

🧠Читать статью

#machine_learning | Просто Python

🖥Фундаментальные концепции переобучения и недообучения в машинном обучении 2 часть

Во время перекрестной проверки многие модели обучаются и оцениваются. Действительно, количество элементов в каждом массиве вывода cross_validateявляется результатом одной из этих fit/ scoreпроцедур

🧠Читать статью

#machine_learning | Просто Python

🖥Что внутри черного ящика: понимаем работу ML-модели с помощью SHAP

Использование значений Шепли во фреймворке SHAP напоминает их классическое применение тем, что они отражают индивидуальное влияние признаков то есть — признаки не обязательно взаимодействуют друг с другом вместо этого каждый из признаков вносит независимый вклад в результаты работы модели

🧠Читать статью

#machine_learning | Просто Python

🎥Предсказываем кто Выжил на Титанике // Машинное обучение. Питон.

В данной лекции мы будем решать задачу классификации. Мы будем предсказывать какие из пассажиров выжили при крушении Титаника.
Задача классификации - типичная задача в Машинном обучении и Искусственном интеллекте.

👀Смотреть в  YouTube

#machine_learning | Просто Python

🎥Предсказываем кто Выжил на Титанике // Машинное обучение. Питон.

В данной лекции мы будем решать задачу классификации. Мы будем предсказывать какие из пассажиров выжили при крушении Титаника.
Задача классификации - типичная задача в Машинном обучении и Искусственном интеллекте.

👀Смотреть в  YouTube

#machine_learning | Просто Python

🎥Как обучается дерево решений для регрессии. Decision Tree Regressor.

Деревья решений позволяют построить предсказания для задач на табличных данных. В этом видео рассмотрим, как формируется дерево решений для задачи регрессии - задача машинного обучения, где предсказывается вещественная величина.

👀Смотреть в  YouTube

#machine_learning | Просто Python

🎥7 инструментов Python, который должен знать каждый специалист машинного обучения

Машинное обучение - звучит сложно, если нет удобных инструментов. В этом видео расскажем о 7 удобных инструментах для тех, кто занимается машинным обучением

👀Смотреть в YouTube

#machine_learning | Просто Python

🖥Машинное обучение с Dask

Обработка даже пары гигабайт данных на ноутбуке может стать сложной задачей, только если он не оснащен большим количеством оперативной памяти и не обладает хорошей вычислительной мощностью.

Несмотря на это, специалистам по анализу данных все еще приходится искать альтернативные решения для этой проблемы. Есть варианты настроить Pandas, чтобы обрабатывать огромные наборы данных, купить GPU или купить облачные вычислительные мощности. В этой статье мы рассмотрим, как использовать Dask для больших наборов данных на локальном компьютере.

🧠Читать статью

#Dask #machine_learning | Просто Python

🖥 Поиск объектов на изображении

Компьютерное зрение - удивительная область, которая позволяет компьютерам видеть и понимать мир через обработку изображений и видео. Одним из наиболее популярных инструментов для работы с компьютерным зрением является библиотека OpenCV. В этой статье мы рассмотрим, как использовать OpenCV для распознавания объектов на изображении.

🧠Читать статью

#OpenCV #machine_learning | Просто Python

🎥 Полный Пайплайн (Pipeline) || Машинное Обучение

Пришло время использовать весь арсенал полученных знаний и построить пайплайн (pipeline) целиком. Мы подгрузим данные, почистим их, разделим на тренировочный, валидационный и тестовый наборы, сохраним их для дальнейшего использования, а затем возьмем модель Случайного Леса (Random Forest) и проведем к-кратную перекрестную валидацию (k-fold cross-validation) на тренировочном наборе

👀Смотреть в YouTube

#machine_learning | Просто Python

🎥Как обучается дерево решений для регрессии. Decision Tree Regressor.

Деревья решений позволяют построить предсказания для задач на табличных данных. В этом видео рассмотрим, как формируется дерево решений для задачи регрессии - задача машинного обучения, где предсказывается вещественная величина.

👀Смотреть в  YouTube

#machine_learning | Просто Python

🎥КЛАСТЕРИЗАЦИЯ В МАШИННОМ ОБУЧЕНИИ ДЛЯ НОВИЧКОВ на Python

Сегодня мы разберем 2 самых главных алгоритма кластеризация в машинном обучении, их преимущества, недостатки и все подводные камни!

👀Смотреть в YouTube

#machine_learning | Просто Python