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 262
Сертификаты, выданные на курсе «Машинное обучение с нуля на Python: scikit-learn, XGBoost +»Сертификатов выдано 44
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
4.733
из 5
15 отзывов
★★★★★
14
★★★★
0
★★★
0
★★
0
1
Denis Talko
Denis Talko
2 месяца назад

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!

Никита Бодак
Никита Бодак
1 год назад

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

Ответ
автора
Хакадемия 🧐
Хакадемия 🧐
1 год назад

Спасибо за отзыв! В курс было вложено много сил и энергии, так что получать позитивный фидбек очень приятно)

Станислав Лапин
Станислав Лапин
1.5 года назад

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.

Ответ
автора
Хакадемия 🧐
Хакадемия 🧐
1 год назад

Большое спасибо за отзыв!

Максим Спиридонов
Максим Спиридонов
1.5 года назад

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.

Егор Первушин
Егор Первушин
1.5 года назад

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!

Ответ
автора
Хакадемия 🧐
Хакадемия 🧐
2 года назад

Спасибо за отзыв! Мы рады, что Вам понравилось! ❤️❤️❤️