Dyakonov/ml_hacks

Приёмы в машинном обучении

Приёмы в машинном обучении

сделано для частного пользования и для выкладывания материалов, связанных с машинным обучением

• варьирование параметров алгоритмов
• простейшая реализация стекинга и блендинга
• иллюстрация методов поиска аномалий

для лекций "Введение в машинное обучение" https://github.com/Dyakonov/IML

• Кластеризация и k-means
• kNN
• Библиотека Pandas

для лекций "Машинное обучение и анализ данных" https://github.com/Dyakonov/MLDM

• Пример использования ядер

к заметкам блога

• Scikit-Learn: тонкие вопросы о реализации методов машинного обучения к этой заметке
• Эксперименты с дисбалансом классов

DL + Pytorch

• К первой лекции по табличным данным
• Трансферное обучение + задание