Początki z Machine Learning mogą być trudne, chętnie pomogę zrozumieć temat nauczania maszynowego od strony praktycznej. Serdecznie zapraszam do kontaktu.

Razem ze mną poznasz jak wygląda:
- Konfiguracja środowiska do Machine Learning, Data Science.
* Conda,
* Python.
- Korzystanie ze środowiska programistycznego do ML, DS:
* Colab,
* Jupyter Notebook.
- Używanie narzędzi, bibliotek:
* pandas,
* numpy,
* matplotlib,
* scikit-learn.
- Model dla Machine Learning:
* Classification,
* Regression.
- Używanie modeli Machine Learning:
* Zdefiniowanie problemu,
* Dane,
* Ocena,
* Charakterystyka,
* Modelowanie,
* Badania.

Przykładowe zastosowania Modeli Machine Learning:
- Przewidywanie cen mieszkań.
- Przewidywanie czy ktoś może mieć chorobę serca.

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
heart_disease_ch = pd.read_csv('data/heart-disease_kaggle')
X = heart_disease.drop("target", axis=1)
y = heart_disease["target"]
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)
np.random.seed(42)
from sklearn.ensemble import RandomForestClassifier
model = RandomForestClassifier()
model.fit(X_train, y_train)
y_preds = model.predict(X_test)
model.score(X_test, y_test)
from sklearn.metrics import classification_report
report = classification_report(y_test, y_preds)
from sklearn.metrics import confusion_matrix
conf_matrix = confusion_matrix(y_test, y_preds)

Koszt jednej godziny od 180 zł.

Mój blog - www. machinelearningmaverick. com

Informacje zawarte w Serwisie www. olx .pl, w tym w szczególności ogłoszenia, reklamy oraz cenniki, nie stanowią oferty w rozumieniu art. 66 ustawy z dnia 23 kwietnia 1964 r. Kodeks cywilny. Informacje zawarte w Serwisie www. olx .pl stanowią natomiast zaproszenie do zawarcia Umowy, opisane w art. 71 Kodeksu cywilnego.