EAS-025 Машинное обучение на практике

Вводный практический курс по машинному обучению. Рассматривается полный цикл построения решения: от выделения исходных данных («.xlsx файл») через построение модели и до объяснения конечному заказчику особенностей данных и специфики полученного результата.

Теоретические разделы - классификация, регрессия, предсказания, ансамбли – даются в обзорном режиме, в объёме, необходимом для корректного построения и понимания разбираемых примеров.

Модуль 1

• Какие задачи хорошо решаются машинным обучением, а какие им пытаются решать. 
• Что произойдёт, если вместо Data Scientist взять неспециалиста в данной области (просто разработчика/аналитика/менеджера) с ожиданием, что в процессе научится. 
  

Модуль 2

• Как разобраться в исходных бизнес-данных (и вообще обнаружить в них какой бы то ни было порядок). 
• Последовательность обработки. 
• Что можно и нужно переложить на аналитиков предметной области, а что лучше сделать самому Data Scientist. 
• Приоритеты решения конкретной задачи. 
  

Модуль 3

• Практический раздел - хорошо формализованные задачи с подготовленными данными. 
• Разница между задачами (бинарная/небинарная/вероятностная классификация, регрессии), перераспределение задач между классами.
• Примеры классификации практических задач.
  

Модуль 4

• Где и как проводить кластеризацию: исследование данных, проверка постановки задачи, проверки результатов. 
• Какие случаи можно свести к кластеризации. 

Модуль 5

• Бизнес-метрики и технические метрики. 
• Метрики для задач классификации и регрессии, матрица ошибок. 
• Внутренние и внешние метрики качества кластеризации. 
• Кросс-валидация. 
• Оценка переобучения. 
  

Модуль 6

• Что делает одну модель лучше другой: параметры, признаки, ансамбли. 
• Управление параметрами. 
• Практика выбора признаков. 
• Обзор инструментария для поиска лучших параметров, признаков и методов.
  

Модуль 7

• Как доступно объяснить происходящее: себе, команде, клиенту. 
• Более красивые ответы на бессмысленные вопросы. 
• Как презентовать три терабайта результатов на одном слайде. 
• Полуавтоматические тесты, какие точки контроля процесса действительно нужны. 
• От живых задач к полному R&D процессу («НИОКР на практике») – разбор и анализ задач от аудитории.