Машинное обучение: регрессия и предсказание данных на Python

Одно соревнование на Kaggle по прогнозированию энергопотребления ASHRAE становится полигоном, на котором вы отработаете весь цикл машинного обучения: от «сырых» данных до отправки итогового решения. Вы научитесь работать с процессами ETL и EDA, используя библиотеки pandas и sklearn для построения моделей линейной регрессии. Внутри разбираются техники оптимизации работы с большими данными, способы интерполяции и экстраполяции, а также создание ансамблей моделей для повышения точности предсказаний. Курс ориентирован на Python-аналитиков и специалистов по работе с Big Data, желающих систематизировать опыт участия в соревнованиях по анализу данных.