Курс на Stepik
Обложка курса «Машинное обучение: Кросс-валидация и оптимизация гиперпараметров» на Stepik
480 ₽

Машинное обучение: Кросс-валидация и оптимизация гиперпараметров ★ 5.000

Открыть на
STEPIK.ORG

Этот курс охватывает ключевые методы и инструменты кросс-валидации и оптимизации гиперпараметров моделей машинного обучения, используя инструменты библиотеки Scikit-learn. В рамках курса рассматриваются различные стратегии разбиения данных. Важным аспектом станет изучение GridSearchCV и RandomizedSearchCV для эффективной оптимизации моделей.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Машинное обучение: Кросс-валидация и оптимизация гиперпараметров»Учеников на курсе 130
Сертификаты, выданные на курсе «Машинное обучение: Кросс-валидация и оптимизация гиперпараметров»Сертификатов выдано 26
Отзывы о курсе «Машинное обучение: Кросс-валидация и оптимизация гиперпараметров»Отзывов получено 7
Рейтинг курса «Машинное обучение: Кросс-валидация и оптимизация гиперпараметров»Рейтинг курса 5.000
Уроки в курсе «Машинное обучение: Кросс-валидация и оптимизация гиперпараметров»Количество уроков 13
Тесты в курсе «Машинное обучение: Кросс-валидация и оптимизация гиперпараметров»Количество квизов 80
Задачи с кодом в курсе «Машинное обучение: Кросс-валидация и оптимизация гиперпараметров»Количество задач с кодом 36
Время прохождения курса «Машинное обучение: Кросс-валидация и оптимизация гиперпараметров»Время прохождения курса —
Стоимость курса «Машинное обучение: Кросс-валидация и оптимизация гиперпараметров»Стоимость курса 480 ₽ —
Обновления курса «Машинное обучение: Кросс-валидация и оптимизация гиперпараметров»Обновления курса — —
Дата публикации курса «Машинное обучение: Кросс-валидация и оптимизация гиперпараметров»Дата публикации курса — ———
Последнее обновление курса «Машинное обучение: Кросс-валидация и оптимизация гиперпараметров»Последнее обновление — ———

Содержание курса

Разделы в курсе «Машинное обучение: Кросс-валидация и оптимизация гиперпараметров» 2 раздела Уроки в курсе «Машинное обучение: Кросс-валидация и оптимизация гиперпараметров» 13 уроков Тесты в курсе «Машинное обучение: Кросс-валидация и оптимизация гиперпараметров» 80 тестов Задачи в курсе «Машинное обучение: Кросс-валидация и оптимизация гиперпараметров» 36 задач Время прохождения курса «Машинное обучение: Кросс-валидация и оптимизация гиперпараметров» 4 ч. Последнее обновление курса «Машинное обучение: Кросс-валидация и оптимизация гиперпараметров» обн. 7 мая 2026

1. Перекрёстная проверка

11 уроков
Открытый
1.1 Введение ↗
227
158
8м 26с
6
Закрытый
1.2 cross_val_score() ↗
72
33
13м 3с
6
Закрытый
1.3 cross_validate() ↗
40
29
24м 19с
2
Закрытый
1.4 LeaveOneOut ↗
36
29
6м 38с
1
Закрытый
1.5 ShuffleSplit, StratifiedShuffleSplit ↗
34
27
20м 24с
3
Закрытый
1.6 GroupKFold ↗
33
25
19м 45с
2
Закрытый
1.7 TimeSeriesSplit ↗
36
28
3м 14с
2
Закрытый
1.8 learning_curve() ↗
37
24
20м 38с
3
Закрытый
1.9 validation_curve() ↗
33
22
16м 9с
2
Закрытый
1.10 permutation_test_score() ↗
31
22
11м 53с
2
Закрытый
1.11 cross_val_predict() ↗
31
21
19м 12с
1

2. Методы оптимизации гиперпараметров

2 урока
Закрытый
2.1 GridSearchCV ↗
37
19
33м 5с
3
Закрытый
2.2 RandomizedSearchCV ↗
32
20
23м 2с
2