Классическое машинное обучение
Данные, признаки, модели, оценка и воспроизводимый ML-проект.
Данные, признаки, модели, оценка и воспроизводимый ML-проект.
Учитесь по порядку: прочитайте объяснение, решите задачу до раскрытия ответа и проверьте ход рассуждений. Затем выполните лабораторную работу курса. В справочнике собраны все разделы и пример с пояснениями; переходить на другие сайты для чтения материала не требуется. Для выполнения кода или работы с оборудованием нужна указанная учебная среда. Оценка часов включает самостоятельную практику и итоговый проект, а не только чтение.
Что вы разберёте
1Постановка задачи и baselineОбъяснение и задача с ответом2Подготовка данных без leakageОбъяснение и задача с ответом3Линейные модели и регуляризацияОбъяснение и задача с ответом4Деревья, ensembles и boostingОбъяснение и задача с ответом5Метрики, cross-validation и calibrationОбъяснение и задача с ответом6Интерпретация, fairness и воспроизводимостьОбъяснение и задача с ответомУчитесь с проверкой результата
Сначала решайте задачи самостоятельно, затем сравнивайте рассуждение с разбором. Итоговая работа проверяет применение знаний; отметка урока не является автоматической аттестацией.
Подготовка, пример и итоговая работа →