Курс на Stepik
Обложка курса «Руслан Сенаторов: Underfitting&Overfitting. Sklearn.Data Science» на Stepik
990 ₽

Руслан Сенаторов: Underfitting&Overfitting. Sklearn.Data Science 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: Underfitting&Overfitting. Sklearn.Data Science»Учеников на курсе 26
Сертификаты, выданные на курсе «Руслан Сенаторов: Underfitting&Overfitting. Sklearn.Data Science»Сертификатов выдано 9
Отзывы о курсе «Руслан Сенаторов: Underfitting&Overfitting. Sklearn.Data Science»Отзывов получено 0
Рейтинг курса «Руслан Сенаторов: Underfitting&Overfitting. Sklearn.Data Science»Рейтинг курса 0.000
Уроки в курсе «Руслан Сенаторов: Underfitting&Overfitting. Sklearn.Data Science»Количество уроков 41
Тесты в курсе «Руслан Сенаторов: Underfitting&Overfitting. Sklearn.Data Science»Количество квизов 167
Задачи с кодом в курсе «Руслан Сенаторов: Underfitting&Overfitting. Sklearn.Data Science»Количество задач с кодом 12
Время прохождения курса «Руслан Сенаторов: Underfitting&Overfitting. Sklearn.Data Science»Время прохождения курса
Стоимость курса «Руслан Сенаторов: Underfitting&Overfitting. Sklearn.Data Science»Стоимость курса 990 ₽
Обновления курса «Руслан Сенаторов: Underfitting&Overfitting. Sklearn.Data Science»Обновления курса
Дата публикации курса «Руслан Сенаторов: Underfitting&Overfitting. Sklearn.Data Science»Дата публикации курса
Последнее обновление курса «Руслан Сенаторов: Underfitting&Overfitting. Sklearn.Data Science»Последнее обновление
Сложность easy

Содержание курса

Разделы в курсе «Руслан Сенаторов: Underfitting&Overfitting. Sklearn.Data Science» 18 разделов Уроки в курсе «Руслан Сенаторов: Underfitting&Overfitting. Sklearn.Data Science» 41 урок Тесты в курсе «Руслан Сенаторов: Underfitting&Overfitting. Sklearn.Data Science» 167 тестов Задачи в курсе «Руслан Сенаторов: Underfitting&Overfitting. Sklearn.Data Science» 12 задач Время прохождения курса «Руслан Сенаторов: Underfitting&Overfitting. Sklearn.Data Science» 4 ч. Последнее обновление курса «Руслан Сенаторов: Underfitting&Overfitting. Sklearn.Data Science» обн. 21 июля 2026

Введение

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

Глава1. Анализ сфер с полиномиальной зависимостью

1 урок
1. Бизнес кейсы с полиномиальной регрессией

Глава 2. Основные понятия

2 урока
1. Понятие монома (одночлен)
2. Понятие полинома (многочлен)

Глава 3. Моделирование и ряд Тейлора

2 урока
1. Моделирование полиномов в DESMOS
2. Понятие ряд Тейлора

Глава 4. Математическое обоснование формулы

1 урок
1. Выводим формулу полиномиальной регрессии с нуля.

Глава 5. Реверс-инжиниринг Python кода

3 урока
1. Полиномиальные признаки:sklearn.preprocessing.PolynomialFeatures
2. Реверс-инжиниринг Python кода
3. Улучшаем код для выбора гиперпараметра модели

Глава 6. Анализ метрик

3 урока
1. Метрика MAPE
2. Анализ метрик и выбор степени полинома. UNDERFITTING OVERFITTING
3. Анализ графика полиномиальной регрессии

Глава 7. Анализ числовых показателей регрессии

2 урока
1. Анализ коэффициентов регрессии
2. Анализ графика остатков

Глава 8. Введение в разложение ошибки на смещение и разброс

1 урок
1. Понятие Bias-Variance Decomposition и Tradeoff

Глава 9. Bias

2 урока
1. Понятие Bias (смещение)
2. Bias (смещение): математическое обоснование

Глава 10. Variance

4 урока
1. Понятие variance (разброс)
2. Геометрический смысл bias и variance
3. Кросс-валидация (краткий обзор)
4. Variance (разброс): математическое обоснование

Глава 11. Noise

4 урока
1. Понятие noise (шум)
2. Геометрический смысл noise
3. Noise (шум): математическое обоснование
4. Анализ графика: Шум как неустранимая ошибка.

Глава 12. Bias Varians Decomposition (BVD)

2 урока
1. PDF. График плотности нормального распределения гаусса
2. Выводим формулу с нуля. Bias varians decomposition

Глава 13. model complexity и learning curves

6 уроков
1. Анализ графика model complexity
2. Бритва Оккама или как выбрать гиперпараметр?
3. Валидационная выборка
4. Анализ кривых обучения (learning curves)
5. Борьба с недообучением и переобучением
6. BVD: Decision Tree, Random Forest, KNN, Логистическая, Нейросети

Сплайны в задачах интерполяции и регрессионного анализа

1 урок
1. Введение в сплайновую регрессию (с реализацией в Python)

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

Регуляризация

1 урок
1. Регуляризация.Гребневая регрессия