Чему вы научитесь
- Читать учебные таблицы в Python, pandas и NumPy без потери смысла данных
- Отличать признаки от target и строить честный baseline
- Вычислять метрики классификации и регрессии: precision, recall, F1, ROC-AUC, MAE, MSE
- Проводить validation без утечек: новые устройства, будущие дни, поздние поля
- Готовить данные: пропуски, категории, масштабы
- Применять линейные модели, деревья, Random Forest и CatBoost
- Работать с редкими классами: веса, порог и стоимость ошибки
- Сравнивать эксперименты и ансамбли по объектам и оформлять файл ответов submission
О курсе
Авторский курс: Python, небольшие ручные таблицы, метрики и честная проверка моделей. Материалы создаются последовательно.
Для кого этот курс
Школьники, готовящиеся к олимпиадам по искусственному интеллекту и машинному обучению
Учащиеся, знакомые с базовым Python и желающие освоить честную оценку моделей
Преподаватели и кружки, ищущие небольшие проверяемые вручную таблицы
33