Ви завершите курс, вивчаючи техніки feature engineering і машинного навчання. Спочатку зосередитеся на проблемах, пов'язаних із використанням усіх наявних ознак у моделі, і на важливості виявлення нерелевантних та надлишкових ознак, а також на їхньому вилученні за допомогою вбудованих методів, таких як lasso та elastic-net. Далі ви розглянете методи усуспільнення (shrinkage), зокрема lasso, ridge та elastic-net, які можна застосовувати для регуляризації ваг ознак або для вибору ознак, зануляючи коефіцієнти. Нарешті, ви зосередитеся на створенні наскрізного робочого процесу feature engineering та на повторенні й практиці раніше вивчених концепцій і функцій у невеликому проєкті.
Exercise 1: Зменшення кількості ознак у моделі Exercise 2: Перебирання важливості змінних Exercise 3: Оцінювання ефективності моделі з усіма наявними предикторами Exercise 4: Побудова скороченої моделі Exercise 5: Методи усічення Exercise 6: Ручна регуляризація з Lasso Exercise 7: Налаштування параметра penalty Exercise 8: Фіналізація моделі Exercise 9: Збираємо все докупи Exercise 10: Підготовка та розбиття Exercise 11: Попередня обробка Exercise 12: Модель Exercise 13: Оцінювання Exercise 14: Вітаємо!