Первые модели машинного обучения на Python

В этом курсе ученики переходят от простого анализа данных к первым моделям машинного обучения. Мы будем разбираться, как компьютер может находить закономерности, делать прогнозы и ошибаться.

Курс строится через практику: сначала смотрим на данные, потом задаём вопрос, обучаем модель, проверяем результат и обсуждаем ошибки. Ученики познакомятся с библиотеками Pandas и scikit-learn, научатся выделять признаки и ответы, делить данные на обучающую и тестовую части, решать задачи регрессии, классификации и кластеризации.

Особое внимание уделяется не запоминанию терминов, а пониманию: почему модель дала такой ответ, где она ошиблась и как можно улучшить результат.