Самый лучший в мире курс по Машинному обучению — Алгоритмы Машинного обучения с нуля

Хочу представить вашему вниманию курс, который я недавно закончил писать на Степике — Алгоритмы Машинного обучения с нуля.

На этом курсе вам предстоит реализовать на чистом Python (+ NumPy и Pandas) все основные алгоритмы машинного обучения. При этом основной упор в подаче материала сделан на алгоритмы с т.з. программирования, а не с т.з. математики. Хотя основные математические концепции тоже даны.

Курс бесплатный и находится на платформе степик: https://stepik.org/course/68260/promo

Темы курса:

1. Линейные модели:

   1. Линейная регрессия

   2. Логистическая регрессия

2. Метод ближайших соседей, kNN (классификация и регрессия)

3. Деревья решений (классификация и регрессия)

4. Ансамбли:

   1. Случайный лес (регрессия и классификация)

   2. Бэггинг (регрессия и классификация)

   3. Градиентный бустинг (регрессия и классификация)

5. Кластеризация:

   1. Метод k-средних (K-Means)

   2. Иерархическая агломеративная кластеризация

   3. DBSCAN

6. Снижение размерности (Метод главных компонент, PCA)

По мере возможности буду дописывать и менее популярные темы из классического ML (рекомендашки, SVM и т.д.)

Курс рассчитан на тех, кто уже знаком с основами машинного обучения и хочет более детально разобраться в реализации классических алгоритмов машинного обучения. Помимо машинного обучения вам также понадобятся навыки написания кода на языке Python, а также понимание его алгоритмов и структур данных.