Чему вы научитесь
- Постановка задачи обучения с учителем
- Разделение выборки и утечки данных
- Метрики качества классификации и регрессии
- Регуляризация и борьба с переобучением
- Подбор гиперпараметров и валидация
О курсе
Курс по машинному обучению с учителем для аналитиков и Data Scientist: разделение выборки, утечки, метрики качества, регуляризация, валидация и подбор гиперпараметров. С практикой в браузере.
Для кого этот курс
Аналитики данных и Data Scientist — действующие и будущие, — которые хотят уверенно обучать, оценивать и улучшать модели; продуктовые и маркетинговые аналитики; студенты, разработчики и тестировщики, осваивающие machine learning на Python с нуля. Подходит и тем, кто метит в Data Science, и тем, кому классические курсы по ML кажутся слишком сложными.
Начальные требования
Базовый Python: переменные, списки, циклы, функции, ввод/вывод. Математика — школьный уровень, остальное объясняем по ходу. Знать ML заранее не нужно — начинаем с библиотек и первой модели.
Преподаватели курса
2 289
Как проходит обучение
16 модулей по нарастающей сложности: короткая теория простыми словами с понятными визуализациями → проверочные вопросы (одиночный и множественный выбор, сопоставление) → задачи на Python прямо в браузере с автопроверкой, подсказкой и эталонным решением. Внутри — сквозной проект (предсказание цены квартиры), тренажёр продвинутых задач и шпаргалки-справочники, к которым возвращаются в работе.
Сертификат
Успешно завершив курс, вы получите сертификат от платформы Stepik. Уже 1 учеников получили сертификат.
Нагрузка
30–45 часов в свободном темпе