Кто я?
Я Гаурав Сингх и учусь на третьем курсе NIT-Trichy (9-й инженерный институт согласно рейтингу NIRF 2021). В настоящее время я живу в Барода, Гуджарат. Мои хобби включают чтение блогов DS, игру в крикет на поле и на мобильном телефоне😁.
Чтобы узнать больше обо мне, свяжитесь со мной в LinkedIn: https://www.linkedin.com/in/gauravsingh1921/
Итак, этим летом (лето 2022 года) я прохожу 2 стажировки:
1. Летняя стажировка-исследователь в NIT-Trichy, Тамилнад
Название проекта: Fake New Detection с использованием анализа текста (NLP) и машинного обучения под руководством профессора доктора Сельвакумара К.
2. Летняя стажировка-исследователь в Университете Стратклайда, Шотландия.
Название проекта: Индекс социальных инноваций и применение новых и глубоких технологий в сельских сценариях под руководством профессора: доктора Шриваса Сахасранама.
Итак, как я уже сказал, в нашем колледже летние каникулы, и поэтому я подумал о том, чтобы сделать что-то, что могло бы помочь студентам, которые плохо знакомы с областью машинного обучения/науки о данных/анализа данных. Я занимаюсь этим последние 2 года и получил знания, которые, я думаю, будут очень полезны моим младшим, если я поделюсь своими знаниями в Интернете. И что может быть лучше, чем сделать это на сайте Medium.
Поэтому я планирую запустить серию блогов по ML, которые будут охватывать все темы, связанные с ML, а также коды для всех обсуждаемых типов моделей, и будут размещены на веб-сайте Medium в профиле @gjs190201.
Структура курса
Я планирую начать серию блогов по машинному обучению на следующей неделе, которая продлится 10 недель. Структура курса будет выглядеть примерно так:
Еженедельно мы будем ориентироваться на вышеуказанные темы:
1 неделя:
- Введение в машинное обучение и его приложения
- Различные типы машинного обучения
- Введение в регрессию
2 неделя:
- Линейная регрессия
- Множественная регрессия
- Полиномиальная регрессия
- Опорная векторная регрессия
Неделя 3:
- Случайная регрессия Форреста
- Регрессия дерева решений
- Подведение итогов регрессии + пересмотр
Неделя 4:
- Введение в классификацию и ее виды
- Логистическая регрессия
- K-ближайшие соседи
Неделя 5:
- Машина опорных векторов
- Наивный Байес
- Классификация дерева решений
- Случайная классификация леса
Поэтому следующие 5 недель мы будем следовать этой структуре. И опубликуем план курса на остальные 5 недель, когда мы закончим это. Спасибо и хорошего дня впереди.