Курс доступно повествует сложную теорию и формулы аналитической геометрии и матанализа, практические материалы выверено подобраны для отработки и закрепления столпов Data Science
Курс по МЛР просто великолепный, я порешал матрицы, вывел нормальное уравнение, куча побочных тем которые дополнили моё понимание множественной регрессии и машинного обучения в целом. Так же огромное спасибо Руслану за дополнительный материал по корреляционно-регрессионному анализу.
Курс по множественной линейной регрессии очень понравился. Материал объясняется последовательно и понятно, благодаря чему пришло полное понимание темы с нуля — как с математической, так и с практической стороны. Отдельно хочу отметить подачу и структуру курса. Большое спасибо автору, Руслану Сенаторову, за качественный и доступный курс P.S Автор дополняет курс крутыми штуками,благодаря которым он становится еще интереснее. Чего стоит только доп. задания и калибровка знаний
Спасибо Михаил, очень ценно, рад что курс понравился и подарил глубокое понимание регрессии.
Курс «Множественная регрессия в Python» - отличный баланс глубины и ясности. Особенно ценно, что формула нормального уравнения выводится с нуля, появляется понимание не только, как создать и обучить модель, но и как работает модель. Материал многогранен: от базовых понятий до практики и интерпретации. Курс проясняет множество ключевых понятий линейной алгебры и статистики, задаёт отличную базу для понимания машинного обучения в целом. Рекомендую!
Спасибо что цените вывод формул с нуля, это очень важно для меня!
Удалось осознать материалы курса. Хочется выделить две вещи: 1) Последовательность подачи материала. Всё складно и хорошо воспринимается. 2) Напоминания, объяснения как супер базовых вещей, так и более сложных.
Спасибо что цените мой труд!
Отличный курс, ещё интереснее предыдущего! Невероятно приятное ощущение, когда вроде бы давно знакомые формулы наполняются смыслом и осознанием, которого раньше не хватало. При этом весь материал подаётся максимально простым и понятным языком, так что рекомендую каждому!
Очень душевный отзыв, бальзам на душу.
мне очень понравилось как разносторонне раскрыта тема. Легко объясняется математика, если с вышматом не встречались, то все равно быстро переживете и поймете. Прикольно было узнать геометрический смысл МЛР
Я рад что геометрический смысл понравился и позволил глубже понять как работает МНК
Хороший курс. Показывает по шагам, как построить нахождение коэффициентов множественной линейной регрессии через нормальное уравнение 1. Чему научился: анализировать код в sklearn.linear_model.LinearRegression, делать свой код по нахождению коэффициентов, находить коэффициенты через СЛАУ методом Гаусса, методом Крамера 2. Что понравилось: пошаговое объяснение, объяснение операций с матрицами, метод Гаусса решения СЛАУ элегантный, есть код который можно запустить 3. что улучшить: больше хинтов к ответам
Спасибо что цените мой труд!
Отличный курс, который действительно учит с нуля! Материал подаётся последовательно и глубоко — без лишней воды. Автор не просто пробегается по верхам, а основательно разбирает все фундаментальные понятия, необходимые для понимания множественной линейной регрессии. Особенно порадовало: Подробный вывод нормального уравнения с нуля. Объяснение всех тонкостей матричного дифференцирования. Уделено внимание важным темам линейной алгебры — матрицы, определители, ранги и прочее. Вся теория закрепляется практикой на Python. Рекомендую всем, кто хочет не просто «повторить код», а действительно понять, как всё работает под капотом.
Спасибо что цените мой труд!