Overvåket Maskinlæring

Learn the Machine Learning concepts and the ML project workflow.

Preprocessing is probably the most important stage of an ML project. This chapter covers the preprocessing steps needed for almost any dataset.

A pipeline is a neat way to combine all the preprocessing steps as well as a model. Pipelines make it much easier to train and use a model.

Modeling is the most fun stage of an ML project. Let's learn to build, fine-tune and evaluate the model!

La oss begynne med den enkleste lineære regresjonsmodellen! Du vil lære om konseptet bak lineær regresjon og hvordan lage prediksjoner i Python.

De fleste prediksjonsoppgaver i virkeligheten involverer mer enn én variabel. Du vil lære hvordan man håndterer lineær regresjon med flere variabler.

En rett linje beskriver ikke alltid dataene godt. La oss lære hvordan vi kan bygge en mer kompleks modell for prediksjon. Det er dette polynomisk regresjon er egnet for.

Nå som du vet hvordan du bygger flere lineære regresjonsmodeller, trenger du en metode for å velge den beste. Dette er mulig ved bruk av målemetrikker. Denne delen forklarer de mest brukte metrikker og utfordringene du kan møte ved bruk av dem.

Denne delen introduserer kjerneprinsippene i forsterkningslæring, med fokus på dets definerende egenskaper, matematiske grunnlag og hvordan agenter lærer gjennom interaksjon og tilbakemelding. Du får også praktisk erfaring med essensielle verktøy for å forberede deg på å bygge og trene dine første RL-agenter.

Denne delen utforsker multi-armet bandittproblem — et utmerket utgangspunkt for å forstå dilemmaet mellom utforskning og utnyttelse. Du vil lære om og implementere algoritmer som hjelper agenter med å ta beslutninger under usikkerhet, og balansere maksimalisering av belønning med behovet for utforskning.

Dette avsnittet introduserer dynamisk programmering som en kraftig metode for å løse forsterkende læringsproblemer når en fullstendig modell av miljøet er tilgjengelig. Du vil lære hvordan man evaluerer og forbedrer policyer ved hjelp av Bellman-likninger og utforske sentrale teknikker som policyiterasjon, verdiiterasjon og generalisert policyiterasjon — og bygger det teoretiske grunnlaget for fremtidige modellfrie metoder.

Dette avsnittet introduserer Monte Carlo-metoder for å lære verdifunksjoner og policyer fra komplette episoder av erfaring. Du vil utforske både on-policy og off-policy tilnærminger, forstå hvordan utforskning påvirker læring, og implementere inkrementelle teknikker for effektiv estimering av avkastning — alt uten behov for en modell av miljøet.

Denne delen introduserer temporal difference (TD) læring, en grunnleggende metode innenfor forsterkende læring som kombinerer ideer fra Monte Carlo og dynamisk programmering. Du vil lære hvordan man estimerer verdifunksjoner fra ufullstendige episoder, utforske både on-policy (SARSA) og off-policy (Q-learning) tilnærminger, og oppdage hvordan Monte Carlo-metoder og TD-læring kan kombineres.

First, we will discuss what a neural network is and how it works. And also consider the scope of its application.

Next, we will try to build our own neural network and see how efficiently it copes with learning. We will also consider a ready-made solution from the scikit-learn library.

Finally, we will give you some additional useful information on how to understand which model to use and what types of neural networks there are. To complete the course, you will be tested on your acquired knowledge.