Applied Data Science: Zbuduj predyktor wypożyczalni rowerów

Zastanawiałeś się kiedyś, jak firmy prognozują popyt na podstawie danych historycznych? Prognozowanie przyszłych trendów jest kluczową umiejętnością dla każdego profesjonalisty zajmującego się danymi, a praktyka jest najlepszym sposobem na jej opanowanie. W tym projekcie tekstowym zbudujesz kompletny model predykcyjny od podstaw. Przetworzysz surowe dane historyczne – takie jak warunki pogodowe, pory roku i dni tygodnia – i przekształcisz je w solidny potok uczenia maszynowego, który dokładnie prognozuje codzienne wypożyczenia rowerów. Pracując nad tym praktycznym scenariuszem, wypełnisz lukę między teoretycznymi algorytmami a rzeczywistymi zastosowaniami biznesowymi. Czego się nauczysz: • Zrozumiesz podstawową terminologię data science, koncepcje i zasady regresji. • Przetworzysz i zbadasz historyczne zbiory danych, korzystając z nowoczesnych technik pracy z ramkami danych. • Wygenerujesz predykcyjne cechy z dat, warunków pogodowych i zmiennych kategorycznych. • Zbudujesz powtarzalne potoki uczenia maszynowego w celu usprawnienia transformacji danych. • Wytrenujesz i ocenisz modele regresji do przewidywania ciągłych wartości liczbowych. • Zastosujesz podstawowe koncepcje interpretowalności modeli, aby wyjaśnić, co napędza Twoje prognozy. Kurs rozpoczyna się od wprowadzenia do kluczowej terminologii data science i przepływu pracy uczenia maszynowego, zanim przejdzie do praktycznego zastosowania. Następnie będziesz przechodzić przez pisemne wyjaśnienia i praktyczne fragmenty kodu, krok po kroku przechodząc od pozyskiwania i czyszczenia danych do trenowania i oceny modelu. Ten kurs jest przeznaczony dla początkujących, którzy chcą ćwiczyć swoje umiejętności programistyczne na realistycznym, kompleksowym projekcie data science, bez konieczności wcześniejszego doświadczenia w uczeniu maszynowym. Zacznij czytać już dziś, aby zbudować swój pierwszy predykcyjny model uczenia maszynowego.