Machine Learning a prediktivní analýza s využitím Pythonu Počítačový Kurz

Úvod do machine learningu

• Typy machine learningu – učení pod dohledem vs bez něj
• Od statistického učení k machine learningu
• Workflow extrakce dat: pochopení obchodního cíle, příprava dat, modelování, nasazení
• Výběr vhodného algoritmu pro daný úkol
• Problematika přeučenosti a kompromis mezi odchylkou a rozptylem

Přehled Pythonu a knihoven pro machine learning

• Proč k řešení úloh v machine learningu využívat programovací jazyky?
• Jak vybrat mezi R a Pythonem?
• Stručný kurz Pythonu a práce s Jupyter Notebooks
• Hlavní knihovny Pythonu: pandas, NumPy, scikit-learn, matplotlib, seaborn

Testování a hodnocení algoritmů machine learningu

• Generalizace modelů, přeučenost a validace modelů
• Strategie hodnocení: držková metoda, křížová validace, bootstrapping
• Metriky pro regresi: ME, MSE, RMSE, MAPE
• Metriky pro klasifikaci: přesnost, matice zmatku, nevyvážené třídy
• Vizualizace výkonnosti modelů: profitní křivka, ROC křivka, lift křivka
• Výběr vhodného modelu a ladění pomocí metody grid search

Příprava dat

• Importování a ukládání dat v Pythonu
• Exploratorická analýza a statistické shrnutí dat
• Řešení chybějících hodnot a odlehlých hodnot
• Standardizace, normalizace a transformace dat
• Kódování kvalitativních proměnných a manipulace s daty pomocí knihovny pandas

Algoritmy pro klasifikaci

• Binární vs více třídní klasifikace
• Logistická regrese a diskriminační funkce
• Metoda Naïve Bayes, algoritmus k-nearest neighbors
• Rozhodovací stromy: CART, náhodné lesy, metody bagging a boosting, XGBoost
• Support Vector Machines a různé typy kernelů
• Techniky ensemblingu

Regrese a numerická predikce

• Metoda nejmenších čtverců a výběr proměnných
• Regularizační metody: L1, L2
• Polynomiální regrese a nelineární modely
• Regresní stromy a spliny

Neuronové sítě

• Úvod do neuronových sítí a hlubokého učení
• Aktivační funkce, vrstvy a metoda zpětného šíření chyby
• Multilayer Perceptrons (MLP)
• Vytváření jednoduchých neuronových modelů pomocí knihoven TensorFlow či PyTorch
• Aplikace neuronových sítí na klasifikaci a regresi

Prognózování prodeje a prediktivní analýza

• Časová řada vs prognózování na základě regrese
• Práce s daty vykazujícími sezónnost či trend
• Vytváření modelu pro prognózování prodeje pomocí metod machine learningu
• Hodnocení přesnosti a míry nejistoty předpovědí
• Interpretace výsledků a jejich prezentace v obchodním prostředí

Učení bez dohledu

• Techniky shlukování: k-means, k-medoids, hierarchické shlukování, SOMs
• Redukce rozměrnosti dat: PCA, faktorová analýza, SVD
• Multidimenzionální škálování

Textová analytika

• Předzpracování textu a tokenizace
• Model Bag-of-words, stémování a lemmatizace
• Analýza sentimentu a frekvence výskytu slov
• Vizualizace textových dat pomocí mraků slov

Recommender systémy

• Kolaborativní filtrování založené na uživatelích a produktech
• Návrh a vyhodnocování systémů doporučení

Těžba asociačních vzorců

• Časté položky a algoritmus Apriori
• Analýza košiků v obchodech a výpočet lift ratio

Detekce odlehlých hodnot

• Analýza extrémních hodnot
• Metody založené na vzdálenosti a hustotě dat
• Detekce odlehlých hodnot ve vysoce dimenzionálních datech

Praktický případ z praxe v machine learningu

• Pochopení daného obchodního problému
• Příprava dat a tvorba charakteristik
• Výběr vhodného modelu a ladění jeho parametrů
• Hodnocení výsledků a jejich prezentace
• Nasazení modelu do praxe

Závěr a další kroky