学而不厌
孜孜不倦

How to Win a Data Science Competition:Learn from Top Kagglers

Coursera课程下载

课程名称: How to Win a Data Science Competition:Learn from Top Kagglers

课程主页: https://www.coursera.org/learn/competitive-data-science

所在平台: Coursera

课程类别: 机器学习 Machine Learning

大学或机构: 国立高等经济大学

讲师: Dmitry Ulyanov,Alexander Guschin

授课语言: 英语

提供字幕: 英文

课程文件大小: 2.17GB

课程介绍: 如何赢得数据科学竞赛:向顶尖Kagglers学习:如果您想进入竞争性数据科学领域,那么本课程适合您!参加预测建模竞赛可以帮助您获得实践经验,提高和利用信贷,保险,市场营销,自然语言处理,销售预测和计算机视觉等各个领域的数据建模技能。同时,您可以在竞争激烈的环境中与成千上万的参与者进行竞争,每个参与者都试图构建最具预测性的算法。将彼此推到极限可以导致更好的性能和更小的预测误差。始终保持较高的排名可以帮助您加速数据科学事业。 在本课程中,您将学习分析和解决此类预测建模任务。 完成本课程后,您将: -了解如何有效地解决预测建模竞赛,并了解所获得的哪些技能可以应用于现实世界中的任务。 -了解如何预处理数据并从文本和图像等各种来源生成新功能。 -学习先进的特征工程技术,例如生成均值编码,使用聚合的统计量度或查找最近的邻居来改善预测。 -能够形成可靠的交叉验证方法,以帮助您对解决方案进行基准测试,并在用未观察到的(测试)数据进行测试时避免过拟合或过拟合。 -获得分析和解释数据的经验。您将意识到不一致,高噪声水平,错误以及其他与数据相关的问题(例如泄漏),并且将学习如何解决这些问题。 -掌握不同算法的知识,并学习如何有效地调整其超参数并获得最佳性能。 -掌握将不同的机器学习模型结合在一起的技巧,并学习如何进行合奏。 -接触过去(获奖的)解决方案和代码,并学习如何阅读它们。 免责声明:这不是一般意义上的机器学习课程。本课程将教您如何针对成千上万的竞争对手获得高级解决方案,重点是机器学习方法的实际使用,而不是其背后的理论基础。 先决条件: -Python:在熊猫中使用DataFrames,在matplotlib中绘制图形,从scikit-learn,XGBoost和LightGBM导入和训练模型。 -机器学习:对线性模型,K-NN,随机森林,梯度提升和神经网络有基本的了解。

课程压缩包下载地址(度盘链接):

资源下载此资源下载价格为6学币,请先
解压密码:xuebuyan.org 客服微信:amanda12321


友情提醒:

1、若遇到链接失效请加客服微信:amanda12321反馈,我们将在上线第一时间处理
2、课程制作成压缩包后通过百度网盘分享,需要下载解压之后才能正常观看;
3、课程视频为官网提供下载的最高清的分辨率MP4格式,字幕为srt外挂字幕。
4、官网没有提供答案,因此所有课程的测试和作业均不提供答案;
5、课程文件包含视频(MP4)、字幕(SRT)、字幕文本版(TXT)、阅读材料(html)和测试及作业(PDF或HTML),如果官网有提供下载,还将包含课件以及与课程相关的其它附件等。
6、百度网盘下载速度我们也无法控制,建议您先自行测试。
7、课程文件仅供您离线学习和参考,版权归原平台及作者所有,如果条件允许我们仍建议您通过coursera平台进行学习,可获得更优质的学习体验,完成课程还能获得相应证书,如果内容侵犯了您的权利请通知,我们将在收到通知24小时内删除内容。


未经允许不得转载:学不厌资源 » How to Win a Data Science Competition:Learn from Top Kagglers

评论 抢沙发

评论前必须登录!