Чему вы научитесь
- Выбирать подходящие модели под задачу и данные
- Настраивать и оптимизировать гиперпараметры
- Применять линейные модели и проводить их регуляризацию
- Строить деревья решений и применять ансамблевые методы
- Настраивать и эффективно использовать градиентный бустинг
- Проводить отбор признаков и инженеринг
- Применять RFE, взаимодействия признаков, PCA, t-SNE, UMAP
- Понимать модели с помощью SHAP, LIME и PDP
- Разбирать интерпретации и находить улучшения модели
- Создавать проекты, приближённые к реальным ML-задачам
О курсе
Курс поможет вам уверенно разбираться в выборе моделей машинного обучения, их настройке, интерпретации и повышении качества предсказаний. Вы научитесь работать с линейными моделями, деревьями решений, ансамблями, градиентным бустингом, уменьшением размерности и методами интерпретации, а также отрабатывать навыки на практических заданиях.
Для кого этот курс
Для начинающих и продолжающих специалистов в ML и Data Science
Для студентов технических направлений
Для аналитиков, которые хотят перейти к моделированию
Для разработчиков, которые хотят понимать и применять ML
Для всех, кто работает с данными и хочет повысить квалификацию
Для тех, кто готовится к стажировкам и вакансиям ML-инженера/DS
Начальные требования
Python (базовый–средний уровень)
Знание NumPy, Pandas, scikit-learn
Представление о регрессии и классификации
Базовые навыки работы в Jupyter/Colab
Преподаватели курса
480
Как проходит обучение
Интерактивные материалы и подробные текстовые уроки
Задания после каждого урока
Практические задачи после каждого модуля
Разбор графиков, метрик и техник улучшения моделей
Самостоятельная работа над мини-проектами
Последовательный формат обучения: от простых моделей к продвинутым
Автоматическая проверка части заданий
Сертификат
Успешно завершив курс, вы получите сертификат от платформы Stepik. Уже 1 учеников получили сертификат.
Что вы получите
- Практические и востребованные навыки ML
- Возможность отработать теорию на реальных данных
- Чёткое понимание, как выбирать, настраивать и интерпретировать модели
- Полный набор примеров и кейсов
- Доступ к обсуждениям и форуму решений
- Поддержку наставников
- Сертификат по окончании курса
- Готовые проекты для портфолио