Курс на Stepik
Обложка курса «Математика Data Science для врачей. Множественная регрессия.» на Stepik
3 990 ₽

Математика Data Science для врачей. Множественная регрессия. ★ 5.000

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. Множественная регрессия.»Учеников на курсе 80
Сертификаты, выданные на курсе «Математика Data Science для врачей. Множественная регрессия.»Сертификатов выдано 42
Отзывы о курсе «Математика Data Science для врачей. Множественная регрессия.»Отзывов получено 9
Рейтинг курса «Математика Data Science для врачей. Множественная регрессия.»Рейтинг курса 5.000
Уроки в курсе «Математика Data Science для врачей. Множественная регрессия.»Количество уроков 48
Тесты в курсе «Математика Data Science для врачей. Множественная регрессия.»Количество квизов 184
Время прохождения курса «Математика Data Science для врачей. Множественная регрессия.»Время прохождения курса —
Стоимость курса «Математика Data Science для врачей. Множественная регрессия.»Стоимость курса 3 990 ₽ —
Обновления курса «Математика Data Science для врачей. Множественная регрессия.»Обновления курса — —
Дата публикации курса «Математика Data Science для врачей. Множественная регрессия.»Дата публикации курса — ———
Последнее обновление курса «Математика Data Science для врачей. Множественная регрессия.»Последнее обновление — ———
Сложность easy — ———

Содержание курса

Разделы в курсе «Математика Data Science для врачей. Множественная регрессия.» 19 разделов Уроки в курсе «Математика Data Science для врачей. Множественная регрессия.» 48 уроков Тесты в курсе «Математика Data Science для врачей. Множественная регрессия.» 184 теста Время прохождения курса «Математика Data Science для врачей. Множественная регрессия.» 10 ч. Последнее обновление курса «Математика Data Science для врачей. Множественная регрессия.» обн. 1 октября 2026

Введение

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

Геометрический взгляд

1 урок
1. Сравнение простой и множественной регрессии ↗

Реверс-инжиниринг кода (Python+sklearn)

3 урока
1. Параметры метода, Фильтрация данных ↗
2. (Краткий обзор) z-score: масштабирование признаков ↗
3. train_test_split:Тестовая, обучающая выборка. ↗

Математическое обоснование метода "insert"

2 урока
1. Введение: np.insert ↗
2. np.insert.Математическое обоснование ↗

Формы записи уравнения линейной регресии

1 урок
1. Скалярная,Векторная,Матричная,Функциональная,развёрнутая форма ↗

Вычисляем предсказание модели

1 урок
1. Умножаем матрицу весов 3-х моделей на вектор признаков ↗

np.linalg.inv(X.T@X).Нормальное уравнение

4 урока
1. Введение Основные понятия. Термины. ↗
2. Матрица 2х2.Обратная матрица.Определитель.Миноры.Дополнения ↗
3. Метод Predict: X_test @ self.weights + self.bias ↗
4. Матрица 3х3.Обратная матрица.Определитель.Миноры.Дополнения ↗

Вычисляем определитель

2 урока
1. Правило саррюса. Матрица 3 порядка ↗
2. Правило треугольников. Матрица 3 порядка ↗

Ранг матрицы.Линейная независимость.Вырожденная матрица.

1 урок
1. Линейная комбинация. ↗

Коллинеарность и мультиколлинеарность, что это и как обнаружить?

1 урок
1. Определитель.Ранг матрицы.Матрица корреляции ↗

Регуляризация l1 l2

2 урока
1. L1 vs L2 норма ↗
2. Ridge regularization vs Lasso ↗

Нормально уравнение С НУЛЯ.Матричное диффенцирование

3 урока
1. SSE VS MSE ↗
2. Раскрываем формулу ↗
3. Матричное диффенцирование ↗

Система Линейных Алгебраических Уравнений

2 урока
1. Метод сложения системы уравнений и подстановки ↗
2. Метод Гаусса ↗

Геометрическая интерпретация метода наименьших квадратов

3 урока
1. Ортогональная проекция на столбцовое пространство матрицы Х ↗
2. Коэффициент детерминации R2(SSR/SST) ↗
3. Заключение ↗

Экзамен

1 урок
1. тестирование на python ↗

(Краткий обзор) Корреляционно-регрессионный анализ

13 уроков
1. Intro: linear regression ↗
2. Supervised learning/Unsupervised learning ↗
3. Классификация моделей линейной регресии ↗
4. Pipeline ↗
5. Вероятностный и классический подход в машинном обучении ↗
6. Почему называется МНК? ↗
7. Ф-критерий Фишера/Т-критерий Стьюдента и Метрики качества модели ↗
8. Теорема Гаусса-Маркова ↗
9. Доверительный интервал ↗
10. QQ-plot.Тест Шапиро-Уилка и Колмогорова смирнова ↗
11. Градиентный спуск и Метод наименьших квадратов ↗
12. Time complexity для МНК (Алгоритмы и структуры данных) ↗
13. Тестирование ↗

Если вам понравился курс...

1 урок
1. ...то... ↗

стажировка в IT-организации и Школа Data Science

1 урок
1. стажировка в IT-организации и Школа Data Science ↗

Множественная регрессия. SVD

1 урок
1. Множественная регрессия. SVD ↗