Курс на Stepik
Обложка курса «Обучение на размеченных данных» на Stepik
15 000 ₽

Обучение на размеченных данных ★ 4.565

Открыть на
STEPIK.ORG

Второй курс программы "Машинное обучение и анализ данных" – "Обучение на размеченных данных". В этом курсе вы познакомитесь с одной из наиболее обширных областей машинного обучения – обучением на размеченных данных или "обучением с учителем". К этой области относится большое количество практических задач, который позволяют делать мир лучше.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Обучение на размеченных данных»Учеников на курсе 856
Сертификаты, выданные на курсе «Обучение на размеченных данных»Сертификатов выдано 358
Отзывы о курсе «Обучение на размеченных данных»Отзывов получено 23
Рейтинг курса «Обучение на размеченных данных»Рейтинг курса 4.565
Уроки в курсе «Обучение на размеченных данных»Количество уроков 33
Тесты в курсе «Обучение на размеченных данных»Количество квизов 174
Задачи с кодом в курсе «Обучение на размеченных данных»Количество задач с кодом 3
Время прохождения курса «Обучение на размеченных данных»Время прохождения курса —
Стоимость курса «Обучение на размеченных данных»Стоимость курса 15 000 ₽ —
Обновления курса «Обучение на размеченных данных»Обновления курса — —
Дата публикации курса «Обучение на размеченных данных»Дата публикации курса — ———
Последнее обновление курса «Обучение на размеченных данных»Последнее обновление — ———

Содержание курса

Разделы в курсе «Обучение на размеченных данных» 7 разделов Уроки в курсе «Обучение на размеченных данных» 33 урока Тесты в курсе «Обучение на размеченных данных» 174 теста Задачи в курсе «Обучение на размеченных данных» 3 задачи Время прохождения курса «Обучение на размеченных данных» 39 ч. Последнее обновление курса «Обучение на размеченных данных» обн. 2 года назад

Машинное обучение и линейные модели

5 уроков
1. Знакомство с курсом ↗
2. Знакомство с машинным обучением ↗
3. Знакомство с машинным обучением. Часть 2 ↗
4. Линейные модели ↗
5. Линейные модели. Часть 2 ↗

Борьба с переобучением и оценивание качества

4 урока
1. Проблема переобучения и борьба с ней ↗
2. Метрики качества ↗
3. Библиотека scikit-learn. Введение ↗
4. Библиотека scikit-learn. Введение. Часть 2 ↗

Линейные модели: классификация и практические аспекты

5 уроков
1. Линейные модели: статистический взгляд ↗
2. Линейные модели: статистический взгляд. Часть 2 ↗
3. Практические рекомендации по линейным моделям ↗
4. Библиотека scikit-learn. Продолжение ↗
5. Библиотека scikit-learn. Продолжение. Часть 2 ↗

Решающие деревья и композиции алгоритмов

6 уроков
1. Решающие деревья ↗
2. Решающие деревья. Часть 2 ↗
3. Случайные леса ↗
4. Случайные леса. Часть 2 ↗
5. Градиентный бустинг ↗
6. Градиентный бустинг. Часть 2 ↗

Нейронные сети и обзор методов

8 уроков
1. Нейронные сети ↗
2. Байесовская классификация и регрессия ↗
3. Байесовская классификация и регрессия. Часть 2 ↗
4. Метрические алгоритмы и SVM ↗
5. Метрические алгоритмы и SVM. Часть 2 ↗
6. Теорема Байеса в машинном обучении ↗
7. Бонусный урок ↗
8. Ваше впечатление о курсе ↗

Дополнительные задания

2 урока
1. Задание на взаимную оценку ↗
2. Тест ↗

Вебинары

3 урока
1. «Линейное семейство моделей, или почему вам не нужны нейронки... ↗
2. «Все виды ансамблирования моделей (кроме бустинга)» ↗
3. Нейронные сети. Вебинары + дополнительные задания ↗