Курс на Stepik
Обложка курса «Машинное обучение с нуля на Python: scikit-learn, XGBoost +» на Stepik
1 690 ₽

Машинное обучение с нуля на Python: scikit-learn, XGBoost + ★ 4.733

Открыть на
STEPIK.ORG

🔥Подробное изучение ключевых (базовых и продвинутых) алгоритмов машинного обучения с использованием библиотек scikit-learn, XGBoost, CatBoost, LightGBM и не только. Курс полностью текстовый, включает теорию и практику.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Машинное обучение с нуля на Python: scikit-learn, XGBoost +»Учеников на курсе 275
Сертификаты, выданные на курсе «Машинное обучение с нуля на Python: scikit-learn, XGBoost +»Сертификатов выдано 45
Отзывы о курсе «Машинное обучение с нуля на Python: scikit-learn, XGBoost +»Отзывов получено 15
Рейтинг курса «Машинное обучение с нуля на Python: scikit-learn, XGBoost +»Рейтинг курса 4.733
Уроки в курсе «Машинное обучение с нуля на Python: scikit-learn, XGBoost +»Количество уроков 41
Тесты в курсе «Машинное обучение с нуля на Python: scikit-learn, XGBoost +»Количество квизов 90
Время прохождения курса «Машинное обучение с нуля на Python: scikit-learn, XGBoost +»Время прохождения курса —
Стоимость курса «Машинное обучение с нуля на Python: scikit-learn, XGBoost +»Стоимость курса 1 690 ₽ —
Обновления курса «Машинное обучение с нуля на Python: scikit-learn, XGBoost +»Обновления курса — —
Дата публикации курса «Машинное обучение с нуля на Python: scikit-learn, XGBoost +»Дата публикации курса — ———
Последнее обновление курса «Машинное обучение с нуля на Python: scikit-learn, XGBoost +»Последнее обновление — ———
Сложность easy — ———

Содержание курса

Разделы в курсе «Машинное обучение с нуля на Python: scikit-learn, XGBoost +» 6 разделов Уроки в курсе «Машинное обучение с нуля на Python: scikit-learn, XGBoost +» 41 урок Тесты в курсе «Машинное обучение с нуля на Python: scikit-learn, XGBoost +» 90 тестов Время прохождения курса «Машинное обучение с нуля на Python: scikit-learn, XGBoost +» 3 ч. Последнее обновление курса «Машинное обучение с нуля на Python: scikit-learn, XGBoost +» обн. 10 июня 2026

Введение

5 уроков
1. Что это такое? ↗
2. Датасеты, библиотеки ↗
3. Щупаем данные ↗
4. Работа с пропусками ↗
5. Уменьшение размерности ↗

Классические алгоритмы

9 уроков
1. Разбиение данных ↗
2. Создание модели ↗
3. Простая линейная регрессия ↗
4. Имплементация ЛР ↗
5. Регуляризация: LASSO, RIDGE, etc. ↗
6. kNN великий и ужасный ↗
7. Линейная классификация ↗
8. Логистическая регрессия ↗
9. SVM ↗

Деревья, леса...

13 уроков
1. Введения в деревья ↗
2. Дерево решений ↗
3. Ансамбли ↗
4. Случайный лес ↗
5. Градиентный бустинг ↗
6. Классификация с GB ↗
7. Регрессия с GB ↗
8. Разновидности градиентного бустинга ↗
9. XGBoost ↗
10. LightGBM ↗
11. CatBoost ↗
12. Битва моделей ↗
13. AdaBoost ↗

Обучение без учителя

7 уроков
1. Кластеризация ↗
2. K-Means ↗
3. DBSCAN ↗
4. Алгоритмы уменьшения размерности ↗
5. PCA ↗
6. t-SNE ↗
7. Как вам курс? ↗

ML в недвижимости (проект)

6 уроков
1. Постановка задачи ↗
2. Исследование данных ↗
3. Обработка данных ↗
4. Модели деревьев ↗
5. Линейные модели ↗
6. Финал ↗

Репетиторство

1 урок
1. Мой контакт ↗