Автоматизированное машинное обучение с AutoGluon в Python

Автоматизированное машинное обучение (AutoML) позволяет обучать современные модели, используя всего несколько строк кода на Python. Вы можете использовать алгоритмы, которые уже существуют, или создавать собственные. Этот текстовый курс поможет вам освоить основные концепции автоматизированного машинного обучения и построить и оценить собственные конвейеры предсказания. Вы узнаете, как автоматизировать проектирование признаков, выбор модели и сборку с помощью AutoGluon, придерживаясь современных методов Python. Что вы узнаете: основные понятия автоматического машинного обучения (AutoML) и рабочих процессов обучения моделей; подготовка и очистка табличных данных с использованием современных библиотек Python для оптимальной производительности модели; автоматическая подготовка высокопроизводительных моделей регрессии и классификации с помощью AutoGluon; оценка предсказаний модели с использование современной проверки Методы и показатели производительности; Оптимизация ансамблей моделей и изучение возможностей глубокого обучения в конвейере AutoML; Применение основных концепций MLOps для сохранения, загрузки и подготовки автоматизированных моделей для производства. Курс начинается с основных терминов и настроек машинного обучения, а затем постепенно переходит к практической подготовке данных, обучению модели и оценке. К концу изучения этого курса вы сможете уверенно применять AutoML для решения реальных задач предсказания. Этот курс предназначен для начинающих, энтузиастов данных и разработчиков программного обеспечения, которые хотят использовать машинное обучение без необходимости глубокого знания продвинутой статистики. Предыдущий опыт машинного обучения не требуется, хотя базовое знание Python будет полезным. Начните читать сегодня, чтобы упростить свой рабочий процесс машинного обучения с AutoGluon.