Курс на Stepik
Обложка курса «Машинное обучение: Кросс-валидация и оптимизация гиперпараметров» на Stepik
580₽ -17%
--:--:--
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 139
Сертификаты, выданные на курсе «Машинное обучение: Кросс-валидация и оптимизация гиперпараметров»Сертификатов выдано 28
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 580 ₽ —
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. 1 сентября 2026

Перекрёстная проверка

11 уроков
1. Введение ↗
2. cross_val_score() ↗
3. cross_validate() ↗
4. LeaveOneOut ↗
5. ShuffleSplit, StratifiedShuffleSplit ↗
6. GroupKFold ↗
7. TimeSeriesSplit ↗
8. learning_curve() ↗
9. validation_curve() ↗
10. permutation_test_score() ↗
11. cross_val_predict() ↗

Методы оптимизации гиперпараметров

2 урока
1. GridSearchCV ↗
2. RandomizedSearchCV ↗