Курс на Stepik
Обложка курса «Математика Data Science для врачей. L2-regularization. Ridge.» на Stepik
3 990 ₽

Математика Data Science для врачей. L2-regularization. Ridge. ★ 0.000

Открыть на
STEPIK.ORG

🟥🟨🟩Революция в ML.От «чёрного ящика» к полному пониманию математики машинного обучения через реверс-инжиниринг ML-модели. Вывод с нуля всех формул + Python.Меня зовут Руслан Сенаторов и в 2025 году я разработал новую систему обучения в области Data Science. Вместо традиционного "сверху вниз через теорию" мы начинаем с готовых решений в scikit-learn и разбираем их "изнутри",чтобы понять принципы работы и математику которая лежит в их основе с полного нуля.Это позволяет значительно сократить время обучения

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Математика Data Science для врачей. L2-regularization. Ridge.»Учеников на курсе 24
Сертификаты, выданные на курсе «Математика Data Science для врачей. L2-regularization. Ridge.»Сертификатов выдано 6
Отзывы о курсе «Математика Data Science для врачей. L2-regularization. Ridge.»Отзывов получено 0
Рейтинг курса «Математика Data Science для врачей. L2-regularization. Ridge.»Рейтинг курса 0.000
Уроки в курсе «Математика Data Science для врачей. L2-regularization. Ridge.»Количество уроков 51
Тесты в курсе «Математика Data Science для врачей. L2-regularization. Ridge.»Количество квизов 344
Задачи с кодом в курсе «Математика Data Science для врачей. L2-regularization. Ridge.»Количество задач с кодом 5
Время прохождения курса «Математика Data Science для врачей. L2-regularization. Ridge.»Время прохождения курса —
Стоимость курса «Математика Data Science для врачей. L2-regularization. Ridge.»Стоимость курса 3 990 ₽ —
Обновления курса «Математика Data Science для врачей. L2-regularization. Ridge.»Обновления курса — —
Дата публикации курса «Математика Data Science для врачей. L2-regularization. Ridge.»Дата публикации курса — ———
Последнее обновление курса «Математика Data Science для врачей. L2-regularization. Ridge.»Последнее обновление — ———
Сложность easy — ———

Содержание курса

Разделы в курсе «Математика Data Science для врачей. L2-regularization. Ridge.» 16 разделов Уроки в курсе «Математика Data Science для врачей. L2-regularization. Ridge.» 51 урок Тесты в курсе «Математика Data Science для врачей. L2-regularization. Ridge.» 344 теста Задачи в курсе «Математика Data Science для врачей. L2-regularization. Ridge.» 5 задач Время прохождения курса «Математика Data Science для врачей. L2-regularization. Ridge.» 4 ч. Последнее обновление курса «Математика Data Science для врачей. L2-regularization. Ridge.» обн. 1 октября 2026

Введение

3 урока
1. Регламент взаимодействия ↗
2. Обзор курса ↗
3. Школа Анализа Данных. Kaggle. arXiv. ↗

Глава1. Введение в регуляризацию.

3 урока
1. Регуляризация в полиномиальной регрессии ↗
2. Компромисс между смещением и дисперсией (Bias-Variance Tradeoff) ↗
3. Регуляризация в линейной регрессии ↗

Глава 2. Bias variance tradeoff

1 урок
1. Анализ графика регуляризации ↗

Глава 3. Регуляризация Тихонова. L2. Ridge

2 урока
1. Регуляризация Тихонова. L2. Ridge ↗
2. Метод наименьших квадратов ↗

Глава 4. Гребневая регрессия vs Линейная регрессия

2 урока
1. Сравнение Python кода линейной и гребневой регрессии ↗
2. Сравнение графиков линейной и гребневой регрессии ↗

Глава 5. L2-регуляризация

5 уроков
1. Обзор формулы L2-регуляризации ↗
2. Что такое L2-норма? ↗
3. L2-норма вектора на плоскости ↗
4. L2-норма вектора в пространстве ↗
5. Ограничение через норму и квадрат нормы ↗

Глава 6. Геометрическая интерпретация L2-регуляризации

5 уроков
1. Что такое линии уровня? ↗
2. Геометрическая интерпретация регуляризации Тихонова ↗
3. Геометрическая интерпретация параметра регуляризации ↗
4. Уравнение окружности ↗
5. 4D Геометрическая интерпретация регуляризации ↗

Глава 7. Мат. обоснование и вывод формул с нуля.

1 урок
1. Выводим формулу гребневой регрессии с нуля ↗

Глава 8. Солверы

11 уроков
1. Как работать с интерактивной оболочкой? ↗
2. Решатель: Нормальное уравнение. ↗
3. Python: Имплементация нормального уравнения в L2-регуляризации ↗
4. Решатель: Разложение Холецкого. ↗
5. Решатель: SVD. Сингулярное разложение матрицы ↗
6. Решатель: Градиентный спуск ↗
7. Python: Имплементация градиентного спуска в L2-регуляризации ↗
8. Решатель: SAG / SAGA ↗
9. Решатель: Метод сопряжённых градиентов ↗
10. Решатель: LSQR ↗
11. Геометрическая интерпретация коэффициентов регрессии ↗

Глава 9. Почему L2 не зануляет веса?

1 урок
1. Доказательство ↗

Глава 10. Мат. обоснование смещённой оценки

6 уроков
1. Теорема Гаусса-Маркова ↗
2. Bias: Cмещённая оценка гребневой регрессии. ↗
3. Ковариационная матрица. Ковариация против корреляции. ↗
4. Variance: Cмещённая оценка гребневой регрессии. ↗
5. Почему MSE гребневой регрессии меньше OLS? ↗
6. Почему линии уровня это эллипсы? ↗

Глава 11. Мультиколлинеарность и обусловленность

2 урока
1. Фактор инфляции дисперсии (VIF) — мера мультиколлинеарности ↗
2. Обусловленность (cond) ↗

Глава 12. СЛАУ и логарифмическая шкала

2 урока
1. Геометрический смысл СЛАУ ↗
2. Логарифмическая шкала и параметр регуляризации ↗

Глава 13. Почему гребневая?

3 урока
1. Почему называется Гребневая регрессия? ↗
2. Резюмируем ↗
3. Регуляризация в других моделях ML ↗

Если вам понравился курс...

1 урок
1. ...то... ↗

Школа Data Science .IT-Сообщество.Машинное обучение(ML)

1 урок
1. Data Science Bootcamp.IT-Сообщество.Машинное обучение(ML) ↗