2г

Машинное обучение python

Кто разбирается в машинном обучении на python, можете, пожалуйста, насписать как импортировать разные библиотеки, какие вообще существуют и для чего они нужны.
Только начинаю разбираться в теме, информацию иногда сложно найти, часто попадается не то, что конкретно ищу.

По дате

По рейтингу

inna_number_one

Новичок

2г

Советую вот этот курс на степике https://stepik.org/course/126333/syllabus
Там есть основы машинного обучения.
Курс бесплатный и понятный. Там очень классный препод.

andre_2789

Ученик

2г

!pip install «библиотека»
Библиотеки
import pandas as pd для анализа табличных данных
import numpy as np для математических и числовых операция
import tabula as tb для pdf файлов
import matplotlib.pyplot as plt для графиков
import seaborn as sns для посьроения матрицы корреляции
from sklearn import preprocessing для кодирования
import geopandas as gpd для чтения geojson
from sklearn.model_selection import train_test_split для деления на
тестовую и обучающие выборки
from pandas.core.common import random_state при деление на выборки воспроизводит случайные значения
from sklearn.feature_selection import SelectFromModel для отбора важных признаков
библиотеки моделей
from sklearn.ensemble import RandomForestClassifier случайный лес
from sklearn.tree import DecisionTreeClassifier дерево решений
from sklearn.linear_model import LogisticRegression логистическая регрессия
from sklearn.naive_bayes import GaussianNB наивный байесовый классификатор
from sklearn.preprocessing import StandardScaler для стандартизации признаков (для к ближайших соседей)
from sklearn.neighbors import KNeighborsClassifier k ближайших соседей
from sklearn.preprocessing import StandardScaler k средних
from sklearn.naive_bayes import MultinomialNB наивный байесовый классификатор
from sklearn.metrics import accuracy_score, mean_absolute_error, mean_squared_error,r2_score для точности модели
Библиотеки для работы с текстом
import nltk
from nltk.stem import PorterStemmer
import re
from nltk.corpus import stopwords для стоп-слов
from nltk.stem import WordNetLemmatizer выделяет смыслоразличительную форму слова
from sklearn.feature_extraction.text import TfidfVectorizer для определения значмости слов
from nltk.stem import PorterStemmer для выделения «основ» слов
from sklearn.feature_extraction.text import CountVectorizer количство вхождений слов в предложении