Машинное обучение с нуля на Python: scikit-learn, XGBoost + ★ 4.714

Хороший курс. Достаточно подробный, хорошо описанный. Мало практики и задач, но есть достаточно примеров, автор даёт код и датафреймы, есть с чем работать. Я доволен, спасибо создателю курса!

Я учусь в магистратуре связанной с машинным обучением. Прошел год и мне потребовалось систематизировать изученное, с чем курс мне очень хорошо помог) Особенно понравился разбор алгоритмов на конкретных примерах и наборах данных Спасибо

Курс настроен на практику. Довольно не плохой за свои деньги

Достаточно информативный курс. Узнал пару интересных фишек. Записываться на курс лучше с некоторой базой по ML. Выбрал этот курс, т.к. уже проходил курсы данного автора. Нравится формат его курсов: кратко, по делу и с конспектами.

Курс - супер!

Курс дал полноценное представление об области. Каждый алгоритмов разбирается подробно сначала теоретически, а затем и на практике. В конце есть пример работы над реальным кейсом с применением большинства изученных алгоритмов.

Качественный курс. Мне, как новичку, было понятно.

Спасибо за курс!

Замечательный курс: объясняет основы работы алгоритмов машинного обучения на понятном для новичка языке, не требует детального знания python. В разделе с CatBoost возникли сложности, просьба авторов прописать урок подробнее. Так же можно попробовать сделать проверочную часть более интерактивной (добавить небольшие кусочки написания кода) По работе мне понадобилось повышение квалификации и получение представления о ML и данный курс отлично справился с данными задачами. Всем новичкам в ML советую!

Мне зашло. Местами недостаточно подробно, но курс дешевый, структуру области дал и каши в голове после прохождения нет. Все по порядку и темы (насколько могу судить) основные все есть, в отличие от бесплатных курсов на этой платформе. Практика есть (код), но заданий на отработку именно кода, а не теории не хватает. Есть что-то наподобие литкода для МЛ-задач, не подскажите?