Вступ до машинного навчання

Структура за темами

• 

  Загальне

  • Announcements Форум
• "Ландшафт" машинного навчання.

  Конспект лекції в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/lecture_01_introduction.ipynb
  

  Робочий зошит для практики в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/workbook_01_introduction.ipynb
  

  Сторінка курсу на GitHub:

  https://github.com/fbeilstein/machine_learning
  

• Мова програмування Python.

  Конспект лекції в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/lecture_02_python.ipynb

  Робочий зошит для практики в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/workbook_02_python.ipynb
  

  Сторінка курсу на GitHub:

  https://github.com/fbeilstein/machine_learning

  
  

• Бібліотека numpy.

  Конспект лекції в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/lecture_03_numpy_arrays.ipynb
  

  Робочий зошит для практики в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/workbook_03_numpy_arrays.ipynb
  

  Сторінка курсу на GitHub:

  https://github.com/fbeilstein/machine_learning

  
  

• Бібліотека Pandas.

  Конспект лекції в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/lecture_04_pandas.ipynb
  

  Робочий зошит для практики в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/workbook_04_pandas.ipynb
  

  Сторінка курсу на GitHub:

  https://github.com/fbeilstein/machine_learning

  
  

• Візуалізація даних. Бібліотека MatPlotLib.

  Конспект лекції в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/lecture_05_matplotlib.ipynb
  

  Робочий зошит для практики в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/workbook_05_matplotlib.ipynb
  

  Сторінка курсу на GitHub:

  https://github.com/fbeilstein/machine_learning

  
  

• Елементи статистики.

  
  

  Конспект лекції в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/lecture_06_statistics.ipynb
  

  Робочий зошит для практики в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/workbook_06_statistics.ipynb
  

  Сторінка курсу на GitHub:

  https://github.com/fbeilstein/machine_learning

  
  

• Наївний баєсів класифікатор.

  
  

  Конспект лекції в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/lecture_07_naive_bayes.ipynb
  

  Робочий зошит для практики в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/workbook_07_naive_bayes.ipynb
  

  Сторінка курсу на GitHub:

  https://github.com/fbeilstein/machine_learning

  
  

• Елементи теорії математичної оптимізації.

  
  

  Конспект лекції в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/lecture_08_optimization.ipynb
  

  Робочий зошит для практики в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/workbook_08_optimization.ipynb
  

  Сторінка курсу на GitHub:

  https://github.com/fbeilstein/machine_learning

  
  

• Полілінійна регресія.

  
  

  Конспект лекції в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/lecture_09_linear_regression.ipynb
  

  Робочий зошит для практики в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/workbook_09_linear_regression.ipynb
  

  Сторінка курсу на GitHub:

  https://github.com/fbeilstein/machine_learning

  
  

• Машини опорних векторів.

  
  

  Конспект лекції в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/lecture_10_support_vector_machines.ipynb
  

  Робочий зошит для практики в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/workbook_10_support_vector_machines.ipynb
  

  Сторінка курсу на GitHub:

  https://github.com/fbeilstein/machine_learning

  
  

• Дерева ухвалення рішень та випадковий ліс.

  
  

  Конспект лекції в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/lecture_11_decision_trees_and_random_forest.ipynb
  

  Робочий зошит для практики в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/workbook_11_decision_trees_and_random_forest.ipynb
  

  Сторінка курсу на GitHub:

  https://github.com/fbeilstein/machine_learning

  
  

• Метод головних компонент.

  
  

  Конспект лекції в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/lecture_12_principal_component_analysis.ipynb
  

  Робочий зошит для практики в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/workbook_12_principal_component_analysis.ipynb
  

  Сторінка курсу на GitHub:

  https://github.com/fbeilstein/machine_learning

  
  

• Метод k-середніх. Кластеризація.

  
  

  Конспект лекції в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/lecture_13_k_means_clustering.ipynb
  

  Робочий зошит для практики в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/workbook_13_k_means_clustering.ipynb
  

  Сторінка курсу на GitHub:

  https://github.com/fbeilstein/machine_learning

  
  

• Модель суміші гаусіан.

  
  

  Конспект лекції в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/lecture_14_gaussian_mixture_models.ipynb
  

  Робочий зошит для практики в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/workbook_14_gaussian_mixture_models.ipynb
  

  Сторінка курсу на GitHub:

  https://github.com/fbeilstein/machine_learning

  
  

• Ядрова оцінка густини розподілу.

  
  

  Конспект лекції в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/lecture_15_kernel_density_estimation.ipynb
  

  Робочий зошит для практики в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/workbook_15_kernel_density_estimation.ipynb
  

  Сторінка курсу на GitHub:

  https://github.com/fbeilstein/machine_learning

  
  

• Manifold Learning

  
  

  Конспект лекції в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/lecture_16_manifold_learning.ipynb
  

  Робочий зошит для практики в форматі Google Colab доступний за посиланням:

  https://colab.research.google.com/github/fbeilstein/machine_learning/blob/master/workbook_16_manifold_learning.ipynb
  

  Сторінка курсу на GitHub:

  https://github.com/fbeilstein/machine_learning