Machine Learning Bootcamp w języku Python cz.I – od A do Z

Pierwsza część kursu z serii Machine Learning Bootcamp obejmująca tematykę uczenia nadzorowanego. Poruszone są główne problemy klasycznego uczenia maszynowego, czyli klasyfikacja oraz regresja. Kurs zbudowany jest w oparciu o najpopularniejszą bibliotekę do uczenia maszynowego w języku Python, czyli bibliotekę scikit-learn (sklearn).

Na kursie omówionych zostało wiele algorytmów uczenia maszynowego, między innymi:

• regresja liniowa

• regresja wielomianowa

• regresja drzew decyzyjnych

• regresja logistyczna

• algorytm k-najbliższych sąsiadów

• klasyfikator drzew decyzyjnych

• klasyfikator lasów losowych

• algorytm maszyny wektorów nośnych

• naiwny klasyfikator bayesowski

Przedstawione zostały także metody oceny modeli regresji oraz klasyfikacji, walidacja krzyżowa czy metoda przeszukiwania siatki.

O uczeniu maszynowym mówi się już praktycznie wszędzie. Wkrada się w każdą dziedzinę naszego życia. Jeżeli zastanawiasz się czy warto podjąć krok w stronę ucznia maszynowego nie zwlekaj ani chwili dłużej i już dziś podejmij wyzwanie.

scikit-learn

scikit-learn jest prawdopodobnie najbardziej użyteczną biblioteką do uczenia maszynowego w języku Python. Biblioteka zawiera wiele wydajnych narzędzi do uczenia maszynowego i modelowania statystycznego, w tym klasyfikacji, regresji, grupowania czy redukcji wymiarowości.

Boom na rozwiązania AI

Zastosowania sztucznej inteligencji (Artificial Intelligence) rosną w tempie wykładniczym. Od prostych modeli klasyfikujących pocztę mailową, wybierającą najbardziej optymalną trasę dojazdu, rozpoznającą nas w czasie rzeczywistym (wideoweryfikacja) po auta a nawet samoloty autonomiczne. A przed nami przecież tyle nieodkrytych obszarów w których można zastosować AI.

Stack Overflow Developer Survey

Według Stack Overflow Developer Survey 2021 język Python jest najchętniej wybieranym językiem do nauki programowania.