Практический курс по машинному обучению с использованием Scikit-learn. Линейные модели, деревья, ансамбли, оценка моделей, Kaggle.

Программа

• Модуль 1. Постановка задач, предобработка данных – 12 ч
• Модуль 2. Линейные модели, регуляризация – 12 ч
• Модуль 3. Деревья решений, случайный лес – 12 ч
• Модуль 4. Градиентный бустинг (XGBoost, LightGBM) – 14 ч
• Модуль 5. Оценка моделей, подбор гиперпараметров – 10 ч
• Модуль 6. Проект на Kaggle – 12 ч

Результат

Сможете строить модели ML и участвовать в соревнованиях.

Требования

• Python, базовое знание статистики