Die University Network

So gewinnen Sie einen Data Science-Wettbewerb: Lernen Sie von Top-Kagglern

BESCHREIBUNG

Wenn Sie in die wettbewerbsfähige Datenwissenschaft einsteigen möchten, ist dieser Kurs genau das Richtige für Sie! Durch die Teilnahme an Vorhersagemodellierungswettbewerben können Sie praktische Erfahrungen sammeln, Ihre Datenmodellierungsfähigkeiten in verschiedenen Bereichen wie Kredit, Versicherung, Marketing, Verarbeitung natürlicher Sprache, Verkaufsprognosen und Computer Vision verbessern und nutzen, um nur einige zu nennen. Gleichzeitig können Sie dies in einem Wettbewerbskontext gegen Tausende von Teilnehmern tun, in dem jeder versucht, den prädiktivsten Algorithmus zu erstellen. Wenn Sie sich gegenseitig an Ihre Grenzen bringen, kann dies zu einer besseren Leistung und kleineren Vorhersagefehlern führen. Wenn Sie konstant hohe Ränge erreichen können, können Sie Ihre Karriere in der Datenwissenschaft beschleunigen.

In diesem Kurs lernen Sie, solche prädiktiven Modellierungsaufgaben zu analysieren und wettbewerbsfähig zu lösen.

Wenn Sie diese Klasse beenden, werden Sie:

- Verstehen Sie, wie Sie Vorhersagemodellierungswettbewerbe effizient lösen können, und lernen Sie, welche der erworbenen Fähigkeiten auf reale Aufgaben anwendbar sind.
- Erfahren Sie, wie Sie die Daten vorverarbeiten und neue Funktionen aus verschiedenen Quellen wie Text und Bildern generieren.
- Sie sollten fortgeschrittene Feature-Engineering-Techniken wie das Generieren von Mittelwertcodierungen, das Verwenden aggregierter statistischer Kennzahlen oder das Finden nächster Nachbarn als Mittel zur Verbesserung Ihrer Vorhersagen lernen.
- Sie müssen in der Lage sein, zuverlässige Kreuzvalidierungsmethoden zu entwickeln, mit denen Sie Ihre Lösungen bewerten und eine Über- oder Unteranpassung vermeiden können, wenn Sie mit nicht beobachteten (Test-) Daten getestet werden.
- Sammeln Sie Erfahrung in der Analyse und Interpretation der Daten. Sie werden auf Inkonsistenzen, hohe Geräuschpegel, Fehler und andere datenbezogene Probleme wie Leckagen aufmerksam und lernen, wie Sie diese überwinden können.
- Erwerben Sie Kenntnisse über verschiedene Algorithmen und lernen Sie, wie Sie deren Hyperparameter effizient einstellen und Spitzenleistungen erzielen können.
- Beherrsche die Kunst, verschiedene Modelle des maschinellen Lernens zu kombinieren und das Ensemble zu lernen.
- Machen Sie sich mit früheren (erfolgreichen) Lösungen und Codes vertraut und lernen Sie, diese zu lesen.

Haftungsausschluss: Dies ist kein maschineller Lernkurs im allgemeinen Sinne. In diesem Kurs lernen Sie, wie Sie hochrangige Lösungen gegen Tausende von Wettbewerbern erhalten, wobei der Schwerpunkt auf der praktischen Anwendung maschineller Lernmethoden und nicht auf den theoretischen Grundlagen liegt.

Voraussetzungen:
- Python: Arbeiten Sie mit DataFrames in Pandas, zeichnen Sie Figuren in Matplotlib, importieren und trainieren Sie Modelle von scikit-learn, XGBoost, LightGBM.
- Maschinelles Lernen: Grundlegendes Verständnis von linearen Modellen, K-NN, Random Forest, Gradientenverstärkung und neuronalen Netzen.

Haben Sie technische Probleme? Schreiben Sie uns: coursera@hse.ru

Preis: Kostenlos anmelden!

Sprache: Englisch

Untertitel: Englisch, Koreanisch

So gewinnen Sie einen Data Science-Wettbewerb: Lernen Sie von Top-Kagglern - National Research University Higher School of Economics