Глубокое погружение в алгоритмы машинного обучения с практическими проектами на реальных данных. Полный обзор программы для специалистов среднего уровня.
Предварительные требования: базовые знания Python, основы линейной алгебры и статистики. Рекомендуется предварительно пройти курс «Основы AI».
Линейная и логистическая регрессия, деревья решений, случайные леса, gradient boosting.
K-means кластеризация, PCA, DBSCAN. Анализ и интерпретация структуры данных.
Отбор признаков, нормализация, работа с пропущенными данными и выбросами.
Метрики точности, ROC-AUC, кросс-валидация, hyperparameter tuning с GridSearchCV.