Основы AutoML: создание моделей машинного обучения без написания кода

Машинное обучение больше не является исключительной прерогативой опытных программистов и инженеров. Современные инструменты AutoML позволяют любому специалисту по данным или бизнес-аналитику создавать, оценивать и развертывать мощные модели предсказания. В этом текстовом курсе вы узнаете основные понятия автоматизированного машинного обучения (AutoML). Вы пройдете путь от понимания основ предварительной обработки данных до запуска полностью обученных моделей машинного обучения в облаке, причем без написания кода. Что вы узнаете: 1. Понимание основных терминов машинного обучения, метрик оценки и рабочего процесса AutoML. 2. Подготовка и очистка наборов данных для обеспечения оптимальной производительности обучения модели. 3. Настройте автоматизированные задачи классификации и регрессии с помощью облачных платформ AutoML. 4. Оценка производительности модели с использованием матриц путаницы, точности, восстановления и кривых ROC. 5. Развертывание обученных моделей для составления прогнозов в реальном мире и их интеграции в рабочие процессы. 6. Изучение современных передовых методов в области инженерного обеспечения признаков и интерпретируемости моделей. Вы начнете с ключевых определений и основных концепций, а затем пройдете пошаговый процесс ввода данных, автоматизированного обучения и оценки модели. В конце материала приводятся практические указания по развертыванию моделей и интерпретации их результатов. Этот курс предназначен для абсолютно начинающих, бизнес-аналитиков и начинающих специалистов по данным. Не требуется предыдущий опыт программирования или продвинутый математический фон. Начните свой путь к машинному обучению без программирования и раскройте возможности автоматизированных прогнозов уже сегодня.