Содержание курса
7
разделов
16
уроков
23
теста
19
задач
7 ч.
обн. 1 год назад
1. Введение
2 урока
1 960
738
104м
36
Закрытый
1.1
Знакомство
↗
1 296
378
40м 3с
22
Закрытый
1.2
Поговорим о ML
↗
664
360
64м 52с
14
2. Основы программирования на Python
5 уроков
1 496
559
110м
14
Закрытый
2.1
Как выглядит машинное обучение на Python
↗
515
285
25м 46с
9
Закрытый
2.2
Google Colab и локальная установка Python
↗
173
122
3м 39с
0
Закрытый
2.3
Работа в Jupyter notebook и запуск Python скриптов через консоль
↗
154
106
2м 44с
-1
Закрытый
2.4
Домашнее задание по Python
↗
409
25
60м 22с
4
Закрытый
2.5
Домашнее задание по сложности алгоритмов и основам ООП
↗
245
21
21м 45с
2
3. Математический анализ в машинном обучении
2 урока
761
113
37м
9
Закрытый
3.1
Математический анализ в машинном обучении
↗
681
65
37м 58с
9
Закрытый
3.2
Функции и их свойства
↗
80
48
0м 25с
0
4. Линейная алгебра и многомерный анализ
1 урок
475
36
45м
7
Закрытый
4.1
Матрицы в машинном обучении
↗
475
36
45м 29с
7
5. Линейные модели
2 урока
500
120
34м
9
Закрытый
5.1
Линейные модели
↗
281
94
32м 36с
8
Закрытый
5.2
Домашнее задание по классификации и регрессии
↗
219
26
2м 15с
1
6. Введение в нейронные сети
1 урок
179
27
14м
3
Закрытый
6.1
Подготовка блоков и однослойная сеть
↗
179
27
14м 51с
3
7. Метрики
3 урока
487
62
95м
4
Закрытый
7.1
Метрики
↗
200
20
62м 27с
3
Закрытый
7.2
Тест по метрикам
↗
145
35
3м 18с
1
Закрытый
7.3
Практика по метрикам
↗
142
7
29м 1с
0