Курс на Stepik
Обложка курса «Руслан Сенаторов: Data Science с нуля: Градиентный спуск. Python» на Stepik
Бесплатно

Руслан Сенаторов: Data Science с нуля: Градиентный спуск. Python ★ 4.667

Открыть на
STEPIK.ORG

Автор курса Руслан Сенаторов t.me/RuslanSenatorov, Преподаватель и Президент IT-организации(CEO) github.com/SENATOROVAI | Бесплатный курс по математике для data science,Машинное обучение, с нуля. Материалы курса основаны на открытых лекциях по "Линейная регрессия на Python.Градиентный спуск". практическую часть с разбором задач и применением алгоритмов с использованием библиотек(scikit-learn, pandas, matplotlib) Простая/Множественная линейная регрессия на python

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Руслан Сенаторов: Data Science с нуля: Градиентный спуск. Python»Учеников на курсе 815
Сертификаты, выданные на курсе «Руслан Сенаторов: Data Science с нуля: Градиентный спуск. Python»Сертификатов выдано 0
Отзывы о курсе «Руслан Сенаторов: Data Science с нуля: Градиентный спуск. Python»Отзывов получено 3
Рейтинг курса «Руслан Сенаторов: Data Science с нуля: Градиентный спуск. Python»Рейтинг курса 4.667
Уроки в курсе «Руслан Сенаторов: Data Science с нуля: Градиентный спуск. Python»Количество уроков 19
Тесты в курсе «Руслан Сенаторов: Data Science с нуля: Градиентный спуск. Python»Количество квизов 11
Время прохождения курса «Руслан Сенаторов: Data Science с нуля: Градиентный спуск. Python»Время прохождения курса —
Обновления курса «Руслан Сенаторов: Data Science с нуля: Градиентный спуск. Python»Обновления курса — —
Дата публикации курса «Руслан Сенаторов: Data Science с нуля: Градиентный спуск. Python»Дата публикации курса — ———
Последнее обновление курса «Руслан Сенаторов: Data Science с нуля: Градиентный спуск. Python»Последнее обновление — ———
Сложность easy — ———

Содержание курса

Разделы в курсе «Руслан Сенаторов: Data Science с нуля: Градиентный спуск. Python» 6 разделов Уроки в курсе «Руслан Сенаторов: Data Science с нуля: Градиентный спуск. Python» 19 уроков Тесты в курсе «Руслан Сенаторов: Data Science с нуля: Градиентный спуск. Python» 11 тестов Время прохождения курса «Руслан Сенаторов: Data Science с нуля: Градиентный спуск. Python» 11 ч. Последнее обновление курса «Руслан Сенаторов: Data Science с нуля: Градиентный спуск. Python» обн. 7 мая 2026

Введение

1 урок
1. Регламент взаимодействия ↗

Простая линейная регрессия

1 урок
1. Реверс инжиниринг математики ↗

Математические основы линейной регрессии. Итеративный подход. ЧМ

8 уроков
1. 1.Основные понятия, одномерная модель.Метод наименьших квадратов ↗
2. 2.Теорема Гаусса-Маркова ↗
3. 3. Эмпирический риск ↗
4. 4.Частная производная.Гомоскедастичность и гетеро.Функция потерь ↗
5. 5.Сравнение МАЕ и MSE.Градиент. Функция потерь. ↗
6. 6.Одномерная линейная регрессия.Производная.Cost Function ↗
7. 11.Преимущества и недостатки MAE и MSE. Критерий применения. ↗
8. 12.Псевдообратная матрица Мура-Пенроуза.Нормальное уравнение. ↗

Имплементация python:Итеративная оптимизация.Градиентный спуск

6 уроков
1. 7.Cost function.Критерий остановы.Гиперпараметр.Learning rate ↗
2. 8.Алгоритм градиентного спуска ↗
3. 9.Субградиент. Функция потерь МАЕ ↗
4. 10.Стохастический градиентный спуск.Псевдообратная матрица Мура ↗
5. 13.Ч1.Scikit-learn Machine Learning in Python.Линейная регрессия ↗
6. 14.Ч2.Scikit-learn Machine Learning in Python.Линейная регрессия ↗

Если вам понравился курс...

1 урок
1. ...то... ↗

стажировка в IT-организации и Школа Data Science

1 урок
1. стажировка в IT-организации и Школа Data Science ↗