Курс на Stepik
Обложка курса «Машинное обучение — Модуль 1 (Анализ данных)» на Stepik
500 ₽

Машинное обучение — Модуль 1 (Анализ данных) 0.000

Открыть на
STEPIK.ORG

Данный курс является первым модулем из серии моих курсов по машинному обучению (ML). В этом курсе в качестве задачи будет рассматриваться прогнозирование в футбольной аналитике. Мы сосредоточимся на сборе данных, которые будут использоваться для прогнозирования в следующих модулях. Помимо сбора данных, мы также применим некоторые техники предобработки данных.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Машинное обучение — Модуль 1 (Анализ данных)»Учеников на курсе 55
Сертификаты, выданные на курсе «Машинное обучение — Модуль 1 (Анализ данных)»Сертификатов выдано 2
Отзывы о курсе «Машинное обучение — Модуль 1 (Анализ данных)»Отзывов получено 0
Рейтинг курса «Машинное обучение — Модуль 1 (Анализ данных)»Рейтинг курса 0.000
Уроки в курсе «Машинное обучение — Модуль 1 (Анализ данных)»Количество уроков 28
Задачи с кодом в курсе «Машинное обучение — Модуль 1 (Анализ данных)»Количество задач с кодом 37
Время прохождения курса «Машинное обучение — Модуль 1 (Анализ данных)»Время прохождения курса
Стоимость курса «Машинное обучение — Модуль 1 (Анализ данных)»Стоимость курса 500 ₽
Обновления курса «Машинное обучение — Модуль 1 (Анализ данных)»Обновления курса
Дата публикации курса «Машинное обучение — Модуль 1 (Анализ данных)»Дата публикации курса
Последнее обновление курса «Машинное обучение — Модуль 1 (Анализ данных)»Последнее обновление
Сложность normal

Содержание курса

Разделы в курсе «Машинное обучение — Модуль 1 (Анализ данных)» 11 разделов Уроки в курсе «Машинное обучение — Модуль 1 (Анализ данных)» 28 уроков Задачи в курсе «Машинное обучение — Модуль 1 (Анализ данных)» 37 задач Время прохождения курса «Машинное обучение — Модуль 1 (Анализ данных)» 1 ч. Последнее обновление курса «Машинное обучение — Модуль 1 (Анализ данных)» обн. 18 июля 2026

Введение

2 урока
1. О курсе
2. Среда разработки

Сбор данных с использованием парсинга

5 уроков
1. Выбор источника данных
2. Выбор метода парсинга
3. Определение целевых данных
4. Разработка скрипта парсинга
5. Библиотека парсинга датасета

Обзор данных

2 урока
1. Обзор датасета
2. Библиотека для экспресс-анализа данных

Очистка данных

4 урока
1. Важность и цель очистки данных.
2. Входные параметры и целевая переменная
3. Исключение скоррелированных параметров
4. Методы заполнения пропущенных данных.

Валидация данных

4 урока
1. Проверка качества с использованием статистики
2. Проверка качества на моделях
3. Анализ выбросов
4. Анализ объема данных

Добавление новых параметров

2 урока
1. Категориальные параметры: названия команд
2. Генерация новых параметров

Нормализация и стандартизация данных

2 урока
1. Приведение числовых данных к единому формату
2. Преобразование категориальных признаков.

Кластерный анализ

3 урока
1. Понижение размерности
2. Кластерный анализ
3. Генерация параметров на кластерах

Балансировка данных

2 урока
1. Статистический анализ
2. Балансировка данных

Анализ данных АПЛ

1 урок
1. Цепочка предобработки и прогнозирование

Заключение

1 урок
1. Дальнейшие планы