Курс на Stepik
Обложка курса «Алгоритмы Машинного обучения с нуля» на Stepik
2 900₽ -31%
--:--:--
2 000 ₽

Алгоритмы Машинного обучения с нуля ★ 5.000

Открыть на
STEPIK.ORG

В данном курсе Вы реализуете с нуля все основные алгоритмы классического машинного обучения на чистом Python, Pandas и NumPy.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Алгоритмы Машинного обучения с нуля»Учеников на курсе 7 132
Сертификаты, выданные на курсе «Алгоритмы Машинного обучения с нуля»Сертификатов выдано 107
Отзывы о курсе «Алгоритмы Машинного обучения с нуля»Отзывов получено 10
Рейтинг курса «Алгоритмы Машинного обучения с нуля»Рейтинг курса 5.000
Уроки в курсе «Алгоритмы Машинного обучения с нуля»Количество уроков 18
Задачи с кодом в курсе «Алгоритмы Машинного обучения с нуля»Количество задач с кодом 90
Время прохождения курса «Алгоритмы Машинного обучения с нуля»Время прохождения курса —
Стоимость курса «Алгоритмы Машинного обучения с нуля»Стоимость курса 2 900 ₽ —
Обновления курса «Алгоритмы Машинного обучения с нуля»Обновления курса — —
Дата публикации курса «Алгоритмы Машинного обучения с нуля»Дата публикации курса — ———
Последнее обновление курса «Алгоритмы Машинного обучения с нуля»Последнее обновление — ———
Сложность normal — ———

Содержание курса

Разделы в курсе «Алгоритмы Машинного обучения с нуля» 7 разделов Уроки в курсе «Алгоритмы Машинного обучения с нуля» 18 уроков Задачи в курсе «Алгоритмы Машинного обучения с нуля» 90 задач Время прохождения курса «Алгоритмы Машинного обучения с нуля» 16 ч. Последнее обновление курса «Алгоритмы Машинного обучения с нуля» обн. 1 год назад

1. Введение

1 урок
Открытый
1.1 Инструкция ↗
7 821
477
3м 31с
112

2. Линейные модели

3 урока
Открытый
2.1 Линейная регрессия ↗
5 518
564
225м 40с
165
Закрытый
2.2 Логистическая регрессия ↗
1 826
358
132м 3с
47
Закрытый
2.3 Метод опорных векторов (SVM) ↗
444
81
147м 8с
11

3. Метрические алгоритмы

2 урока
Закрытый
3.1 Метод ближайших соседей (классификация) ↗
1 410
314
87м 32с
30
Закрытый
3.2 Метод ближайших соседей (регрессия) ↗
851
304
25м 13с
19

4. Деревья решений

2 урока
Закрытый
4.1 Классификация ↗
1 214
166
42м 23с
28
Закрытый
4.2 Регрессия ↗
808
169
15м 40с
14

5. Ансамбли

6 уроков
Закрытый
5.1 Случайный лес (регрессия) ↗
1 013
128
14м 17с
19
Закрытый
5.2 Случайный лес (классификация) ↗
619
120
9м 45с
5
Закрытый
5.3 Бэггинг (регрессия) ↗
669
110
2м 42с
10
Закрытый
5.4 Бэггинг (классификация) ↗
531
70
14м 33с
8
Закрытый
5.5 Градиентный бустинг (регрессия) ↗
823
60
108м 22с
9
Закрытый
5.6 Градиентный бустинг (классификация) ↗
709
47
100м 13с
4

6. Кластеризация

3 урока
Закрытый
6.1 Метод k-средних (K-Means) ↗
888
141
2м 13с
8
Закрытый
6.2 Иерархическая агломеративная кластеризация ↗
564
124
2м 32с
5
Закрытый
6.3 DBSCAN ↗
684
111
1м 21с
4

7. Снижение размерности

1 урок
Закрытый
7.1 Метод главных компонент (PCA) ↗
904
151
1м 15с
5