Введение в Машинное обучение

Data Science станет привычным рабочим инструментом, когда вы научитесь собирать сложные модели из разрозненных данных. Курс поможет пройти путь от подготовки «грязных» датасетов до запуска предсказательных алгоритмов на Python.

Внутри разбираются три ключевых этапа работы с данными:

• Очистка и предобработка: научитесь комбинировать датасеты, удалять дубликаты и приводить данные к нужному формату.
• Исследовательский анализ (EDA): освоите идентификацию переменных, корреляционный анализ и методы понижения размерности.
• Построение и настройка моделей: разберете выбор целевых переменных, обучение нейросетей и тюнинг гиперпараметров для повышения точности.

Материал ориентирован на Junior- и Middle-разработчиков Python, а также предпринимателей, планирующих запускать data-driven продукты. К концу обучения вы сможете самостоятельно реализовать проект — например, модель для предсказания поведения пользователей — используя стек библиотек Scikit-learn, Pandas, NumPy и Matplotlib.