Курс на Stepik
Обложка курса «Руслан Сенаторов: Solver L-BFGS-B. Sklearn. Data Science. Python» на Stepik
990 ₽

Руслан Сенаторов: Solver L-BFGS-B. Sklearn. Data Science. Python 0.000

Открыть на
STEPIK.ORG

🟥🟨🟩Революция в ML.От «чёрного ящика» к полному пониманию математики машинного обучения через реверс-инжиниринг ML-модели. Вывод с нуля всех формул + Python.Меня зовут Руслан Сенаторов и в 2025 году я разработал новую систему обучения в области Data Science. Вместо традиционного "сверху вниз через теорию" мы начинаем с готовых решений в scikit-learn и разбираем их "изнутри",чтобы понять принципы работы и математику которая лежит в их основе с полного нуля.Это позволяет значительно сократить время обучения

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Руслан Сенаторов: Solver L-BFGS-B. Sklearn. Data Science. Python»Учеников на курсе 10
Сертификаты, выданные на курсе «Руслан Сенаторов: Solver L-BFGS-B. Sklearn. Data Science. Python»Сертификатов выдано 5
Отзывы о курсе «Руслан Сенаторов: Solver L-BFGS-B. Sklearn. Data Science. Python»Отзывов получено 0
Рейтинг курса «Руслан Сенаторов: Solver L-BFGS-B. Sklearn. Data Science. Python»Рейтинг курса 0.000
Уроки в курсе «Руслан Сенаторов: Solver L-BFGS-B. Sklearn. Data Science. Python»Количество уроков 50
Тесты в курсе «Руслан Сенаторов: Solver L-BFGS-B. Sklearn. Data Science. Python»Количество квизов 360
Задачи с кодом в курсе «Руслан Сенаторов: Solver L-BFGS-B. Sklearn. Data Science. Python»Количество задач с кодом 20
Время прохождения курса «Руслан Сенаторов: Solver L-BFGS-B. Sklearn. Data Science. Python»Время прохождения курса
Стоимость курса «Руслан Сенаторов: Solver L-BFGS-B. Sklearn. Data Science. Python»Стоимость курса 990 ₽
Обновления курса «Руслан Сенаторов: Solver L-BFGS-B. Sklearn. Data Science. Python»Обновления курса
Дата публикации курса «Руслан Сенаторов: Solver L-BFGS-B. Sklearn. Data Science. Python»Дата публикации курса
Последнее обновление курса «Руслан Сенаторов: Solver L-BFGS-B. Sklearn. Data Science. Python»Последнее обновление
Сложность easy

Содержание курса

Разделы в курсе «Руслан Сенаторов: Solver L-BFGS-B. Sklearn. Data Science. Python» 15 разделов Уроки в курсе «Руслан Сенаторов: Solver L-BFGS-B. Sklearn. Data Science. Python» 50 уроков Тесты в курсе «Руслан Сенаторов: Solver L-BFGS-B. Sklearn. Data Science. Python» 360 тестов Задачи в курсе «Руслан Сенаторов: Solver L-BFGS-B. Sklearn. Data Science. Python» 20 задач Время прохождения курса «Руслан Сенаторов: Solver L-BFGS-B. Sklearn. Data Science. Python» 7 ч. Последнее обновление курса «Руслан Сенаторов: Solver L-BFGS-B. Sklearn. Data Science. Python» обн. 21 июля 2026

Введение

3 урока
1. Регламент взаимодействия
2. Обзор курса
3. Школа Анализа Данных. Kaggle. arXiv.

Глава1. Реверс-инжиниринг L-BFGS-B. Scikit-learn.

3 урока
1. Введение в алгоритм L-BFGS-B
2. Реверс-инжиниринг исходников scikit-learn
3. Введение в Newton. Quasi-Newton. BFGS. LBFGS. LBFGSB

Глава 2. Сравнение градиентного спуска и метода Ньютона

1 урок
1. Анализ графиков схождения алгоритмов.Ньютон VS Градиентный спуск

Глава 3. Методы второго порядка

1 урок
1. Что видит Ньютон?

Глава 4. Условная и безусловная оптимизация

1 урок
1. Условная и безусловная оптимизация

Глава 5. Линейная аппроксимация и Тейлор 1 порядка

4 урока
1. Процедура градиентного спуска
2. Уравнение касательной
3. Линейная аппроксимация.
4. Разложение в ряд Тейлора первого порядка

Глава 6. Квадратичная аппроксимация и Тейлор 2 порядка

4 урока
1. Первый и второй порядок. Гессиан.
2. Квадратичная аппроксимация. Ряд Тейлора второго порядка
3. Общая формула Тейлора и Маклорена
4. Остаточный член. Радиус сходимости.

Глава 7. Аппроксимация полином высокой степени VS ряд Тейлора

2 урока
1. Геометрический смысл: Аппроксимация полиномом vs рядом тейлора
2. Аналитический смысл: Аппроксимация полиномом vs рядом тейлора

Глава 8. Метод Ньютона

8 уроков
1. Как шагают методы первого и второго порядка?
2. Сравнение градиентного спуска и метода Ньютона
3. Зачем вообще аппроксимировать?
4. Выпуклая и невыпуклая оптимизация. Гессиан.
5. Алгоритм Ньютона
6. Пример на линейной регрессии
7. Теорема Клеро. Смешенная производная. LOSS второго порядка.
8. Аффинная инвариантность: Преимущества и Проклятие Размерности

Глава 9. BFGS (Квазиньютоновские методы)

9 уроков
1. Метод касательной (Ньютона)
2. Broyden–Fletcher–Goldfarb–Shanno algorithm. BFGS
3. Метод секущих
4. BFGS: Уравнение секущей. Bs = y
5. BFGS: Разбор условий для уравнения секущей. Bs = y
6. Аналитический разбор: Уравнение секущей
7. Формула Шермана-Моррисона-Вудбери (Обновление обратной матрицы)
8. Линейный поиск (Line Search) и Условия Вольфе(Армихо и Кривизны)
9. Анализ графиков Newton vs BFGS

Глава 10. Limited-memory BFGS. Quasi-Newton methods approximates

3 урока
1. Идея алгоритма LBFGS
2. Реверс-инжиниринг: Скользящее окно памяти. Двухцикловая рекурсия
3. Сравнительная таблица. Анализ сложности.

Глава 11. L-BFGS-B.(Limited-memory BFGS with Bound constraints)

3 урока
1. Идея алгоритма L-BFGS-B (Limited-memory BFGS with Bound)
2. Точка Коши. Мин. в подпространстве. Active set vs Free set
3. Сравнительная таблица. Анализ сложности.

Если вам понравился курс...

1 урок
1. ...то...

Школа Data Science .IT-Сообщество.Машинное обучение(ML)

1 урок
1. Data Science Bootcamp.IT-Сообщество.Машинное обучение(ML)

Сопряжённые градиенты

1 урок
1. Сопряжённые градиенты