Путь в Data Science: Машинное обучение

Недавно я реализовал проект для генерации сигналов покупки акций на фондовом рынке с использованием машинного обучения. Для тех, кто интересуется ML, хочу порекомендовать книгу Алексея Григорьева «Машинное обучение. Портфолио реальных проектов».

В книге даётся понятный вход в тему: представлен готовый пайплайн, а каждый его этап доходчиво объяснён. Будь то подготовка данных, разделение на обучающую и тестовую выборки, выбор модели, её обучение и последующая оценка. В ходе работы над проектами вы познакомитесь с разными базовыми моделями: линейной и логистической регрессией, случайным лесом, градиентным бустингом - в основном с использованием библиотеки Scikit‑Learn.

После прочтения вы будете готовы проводить собственные эксперименты с нуля и постепенно набираться опыта.

Путь в Data Science: Машинное обучение | Сетка — социальная сеть от hh.ru Путь в Data Science: Машинное обучение | Сетка — социальная сеть от hh.ru