О курсе
В материале рассматривается тема отбора признаков в машинном обучении. Отмечается, что научно обоснованных методик для этой задачи существует ограниченное количество, а генетические алгоритмы упоминаются в литературе как один из подходов к процедуре отбора признаков.
Автор приводит подробное описание применения генетического алгоритма для отбора признаков и предлагает реализацию на Python. Практическая часть оформлена в виде Jupyter-тетрадки.
Материал подготовлен Артемом Груздевым — директором исследовательского центра «Гевисста», который с 2009 года занимается разработкой, валидацией, внедрением и мониторингом риск-моделей, моделей оттока и отклика, а также подготовкой специалистов в области прогнозного моделирования и анализа данных. Автор имеет опыт работы в Capital One и StateFarm, является автором книг по pandas, предварительной подготовке данных, прогнозированию временных рядов и логистической регрессии.
Что рассматривается в программе
- рассматривается понятие отбора признаков в машинном обучении
- разбирается применение генетического алгоритма для отбора признаков
- предлагается реализация подхода на Python
- работа с Jupyter-тетрадкой как форматом материала
Кому может быть полезен курс
- тем, кто интересуется методами отбора признаков в машинном обучении
- специалистам по анализу данных, которым нужно ознакомиться с реализацией генетического алгоритма на Python
- тем, кто изучает прогнозное моделирование и хочет расширить представление о подходах к работе с признаками
Вопросы о программе
Что рассматривается в материале?
В материале рассматривается применение генетического алгоритма для отбора признаков в машинном обучении, а также приводится реализация на Python.
В каком формате представлен материал?
Материал оформлен в виде Jupyter-тетрадки с описанием и реализацией на Python.
Кто автор материала?
Автор — Артем Груздев, директор исследовательского центра «Гевисста», автор книг и статей по прогнозному моделированию.