Курс на Stepik
Обложка курса «Python для машинного обучения. Начальный» на Stepik
2 500 ₽

Python для машинного обучения. Начальный 0.000

Открыть на
STEPIK.ORG

Машинное обучение это популярнейшее и востребованное направление в сфере IT, с использованием языка Python. Курс написан так, чтобы материал могли освоить даже начинающие. Мы не будем очень глубоко погружаться в математику. Будем брать только ту теорию, которая нужна на практике и разбирать будем на несложных примерах.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Python для машинного обучения. Начальный»Учеников на курсе 14
Сертификаты, выданные на курсе «Python для машинного обучения. Начальный»Сертификатов выдано 0
Отзывы о курсе «Python для машинного обучения. Начальный»Отзывов получено 0
Рейтинг курса «Python для машинного обучения. Начальный»Рейтинг курса 0.000
Уроки в курсе «Python для машинного обучения. Начальный»Количество уроков 42
Время прохождения курса «Python для машинного обучения. Начальный»Время прохождения курса
Стоимость курса «Python для машинного обучения. Начальный»Стоимость курса 2 500 ₽
Обновления курса «Python для машинного обучения. Начальный»Обновления курса
Дата публикации курса «Python для машинного обучения. Начальный»Дата публикации курса
Последнее обновление курса «Python для машинного обучения. Начальный»Последнее обновление
Сложность easy

Содержание курса

Разделы в курсе «Python для машинного обучения. Начальный» 9 разделов Уроки в курсе «Python для машинного обучения. Начальный» 42 урока Время прохождения курса «Python для машинного обучения. Начальный» 2 ч. Последнее обновление курса «Python для машинного обучения. Начальный» обн. 17 августа 2026

Введение в машинное обучение

7 уроков
1. Что такое машинное обучение
2. Особенности машинного обучения
3. Машинное обучение и другие дисциплины
4. Что означает понятие обучение
5. Свойства модели машинного обучения
6. Что необходимо для машинного обучения
7. Какие бывают виды машинного обучения

Особенности регрессии как задачи машинного обучения

6 уроков
1. Что такое регрессия
2. Постановка задачи регрессии
3. Виды регрессии
4. Что такое функция ошибки
5. Решение задачи регресии на практике
6. Домашнее задание

Особенности классификации как задачи машинного обучения

5 уроков
1. Что такое классификация
2. Свойства задачи классификации
3. Понятие логистической регрессии
4. Что такое граница принятия решений
5. Решение задачи классификации на практике

Модели полиномиальной регрессии и классификации

3 урока
1. Что такое полиномиальная модель
2. Решение задачи полиномиальной парной регрессии на практике
3. Решение задачи полиномиальной классификации на практике

Метод опорных векторов

5 уроков
1. Метод опорных векторов с линейно разделимыми классами
2. Задача с линейно разделимыми классами
3. Метод опорных векторов с линейно неразделимыми классами
4. Задача с линейно неразделимыми классами с зазором
5. Задача с линейно неразделимыми классами без зазора

Перцептрон

2 урока
1. Что такое перцептрон
2. Решение задачи машинного обучения с помощью перцептрона

Деревья решений

3 урока
1. Что такое деревья решений
2. Деревья решений для задачи классификации
3. Деревья решений для задачи регрессии

K ближайших соседей

2 урока
1. В чем суть метода K ближайших соседей
2. Решение задачи методом K ближайших соседей на практике

Наивная байесовская модель

2 урока
1. В чем суть метода наивного Байеса
2. Решение задачи наивного Байеса на практике