تعلّم الآلة الكلاسيكي

من الانحدار إلى الأشجار المعزّزة، ومفاهيم الإفراط والتعميم التي ترافقك للنهاية.

تأطير المسألةتصنيف أم انحدار أم تجميع، وما الذي تقيسه أصلًا قبل أن تكتب سطرًا واحدًا.
الانحدار الخطي واللوجستيمكتوبًا بيدك مرة حتى تفهمه، ثم بـ scikit-learn في ثلاثة أسطر.
تقسيم البياناتتدريب وتحقق واختبار، ولماذا تسريب الاختبار يدمّر كل رقم تقوله بعده.
المقاييسالدقة كذبة في البيانات غير المتوازنة، والإحكام والاسترجاع ومصفوفة الخلط تقول الحقيقة.
الأشجار والغابات والتعزيزشجرة قرار ثم غابة عشوائية ثم XGBoost، ولماذا تهزم الشبكات على الجداول.
هندسة السماتالترميز والقياس، ومتى تستحق السمة الجديدة عناءها ومتى تكون ضوضاء.
التجميع وتخفيض الأبعادk-means وPCA، ومتى يكون التجميع اكتشافًا ومتى يكون تضليلًا جميلًا.
مشروع: تصنيف غير متوازنخط أساس ساذج ثم نموذج يتفوّق عليه، وتقرير يشرح الفرق بالأرقام لا بالكلام.