Курс на Stepik
Обложка курса «5. Продвинутый Machine Learning» на Stepik
Бесплатно

5. Продвинутый Machine Learning ★ 0.000

Открыть на
STEPIK.ORG

Мы выйдем за рамки идеальных датасетов из туториалов и погрузимся в реальный мир данных. Вы узнаете, как бороться с главными врагами любого моделирования: переобучением, дисбалансом классов и «мусорными» признаками. Вместо поверхностного обучения мы детально разберем продвинутые техники ансамблирования (бэггинг, бустинг, стекинг), поработаем с тяжелыми фреймворками вроде XGBoost и LightGBM, а также научимся автоматизировать подбор гиперпараметров.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «5. Продвинутый Machine Learning»Учеников на курсе 31
Сертификаты, выданные на курсе «5. Продвинутый Machine Learning»Сертификатов выдано 0
Отзывы о курсе «5. Продвинутый Machine Learning»Отзывов получено 0
Рейтинг курса «5. Продвинутый Machine Learning»Рейтинг курса 0.000
Уроки в курсе «5. Продвинутый Machine Learning»Количество уроков 19
Задачи с кодом в курсе «5. Продвинутый Machine Learning»Количество задач с кодом 7
Время прохождения курса «5. Продвинутый Machine Learning»Время прохождения курса —
Обновления курса «5. Продвинутый Machine Learning»Обновления курса — —
Дата публикации курса «5. Продвинутый Machine Learning»Дата публикации курса — ———
Последнее обновление курса «5. Продвинутый Machine Learning»Последнее обновление — ———
Сложность normal — ———

Содержание курса

Разделы в курсе «5. Продвинутый Machine Learning» 7 разделов Уроки в курсе «5. Продвинутый Machine Learning» 19 уроков Задачи в курсе «5. Продвинутый Machine Learning» 7 задач Время прохождения курса «5. Продвинутый Machine Learning» 0 ч. Последнее обновление курса «5. Продвинутый Machine Learning» обн. 23 апреля 2026

1. Вступление

2 урока
Закрытый
1.1 Вступление ↗
10
10
1м 58с
0
Закрытый
1.2 Задание ↗
0
0
-
0

2. Пропущенные значения

3 урока
Закрытый
2.1 Три подхода ↗
0
0
-
0
Закрытый
2.2 Пример ↗
0
0
-
0
Закрытый
2.3 Задание ↗
0
0
-
0

3. Категориальные переменные

3 урока
Закрытый
3.1 Подходы ↗
0
0
-
0
Закрытый
3.2 Пример ↗
0
0
-
0
Закрытый
3.3 Задание ↗
1
0
-
0

4. Pipelines

2 урока
Закрытый
4.1 Пример ↗
0
0
-
0
Закрытый
4.2 Задание ↗
1
0
-
0

5. Перекрестная проверка

3 урока
Закрытый
5.1 Что такое перекрестная проверка? ↗
0
0
-
0
Закрытый
5.2 Пример ↗
0
0
-
0
Закрытый
5.3 Задание ↗
0
0
-
0

6. XGBoost

3 урока
Закрытый
6.1 Градиентный бустинг ↗
0
0
-
0
Закрытый
6.2 Настройка параметров ↗
0
0
-
0
Закрытый
6.3 Задание ↗
0
0
-
0

7. Утечка данных

3 урока
Закрытый
7.1 Вступление ↗
0
0
-
0
Закрытый
7.2 Пример ↗
0
0
-
0
Закрытый
7.3 Задание ↗
0
0
-
0