Хочу представить вашему вниманию курс, который я недавно закончил писать на Степике - Алгоритмы Машинного обучения с нуля.

На этом курсе вам предстоит реализовать на чистом Python (+ NumPy и Pandas) все основные алгоритмы машинного обучения. При этом основной упор в подаче материала сделан на алгоритмы с т.з. программирования, а не с т.з. математики. Хотя основные математические концепции тоже даны.

Курс бесплатный и находится на платформе степик: https://stepik.org/course/68260/promo

Темы курса:

  1. Линейные модели:

    1. Линейная регрессия

    2. Логистическая регрессия

  2. Метод ближайших соседей, kNN (классификация и регрессия)

  3. Деревья решений (классификация и регрессия)

  4. Ансамбли:

    1. Случайный лес (регрессия и классификация)

    2. Бэггинг (регрессия и классификация)

    3. Градиентный бустинг (регрессия и классификация)

  5. Кластеризация:

    1. Метод k-средних (K-Means)

    2. Иерархическая агломеративная кластеризация

    3. DBSCAN

  6. Снижение размерности (Метод главных компонент, PCA)

По мере возможности буду дописывать и менее популярные темы из классического ML (рекомендашки, SVM и т.д.)

Курс рассчитан на тех, кто уже знаком с основами машинного обучения и хочет более детально разобраться в реализации классических алгоритмов машинного обучения. Помимо машинного обучения вам также понадобятся навыки написания кода на языке Python, а также понимание его алгоритмов и структур данных.

Комментарии (10)


  1. Alexander26984
    25.03.2024 10:35
    +3

    Название статьи не слишком помпезное? Мне это всё интересно и нужно учить, так что надеюсь, курс будет хорошим, а не как некоторые +)


    1. IlyaEdrets
      25.03.2024 10:35

      Как каждый родитель считает своего ребенка самым лучшим, так и автор считает свой курс лучшим всех в мире)


      1. BRAINKIT
        25.03.2024 10:35

        Это понятно, но когда я читаю подобный заголовок, я рассчитываю на объективную оценку, а не на личное мнение автора.

        Здесь получается кликбейт/самореклама, интереса к курсу меньше из за подобного заголовка, так как есть несоответствие ожиданий и фактов.


  1. Iam_Alive
    25.03.2024 10:35
    +1

    Курс рассчитан на тех, кто уже знаком с основами машинного обучения и хочет более детально разобраться в реализации классических алгоритмов машинного обучения

    Так в итоге, курс с нуля или для тех кто уже знаком с основами?


    1. slivka_83 Автор
      25.03.2024 10:35

      С нуля необходимо реализовывать алгоритмы машинного обучения (на чистом Python, + NumPy и Pandas). А для этого лучше уже быть знакомым с основами машинного обучения и уметь кодить на Python.


      1. Adgh
        25.03.2024 10:35
        +3

        Честно говоря для людей, знакомых с основами машинного обучения, было бы пожалуй интереснее в массе примерить свои знания на практике, вооружившись готовыми платформами (вроде gymnasium) и фреймворками (PyTorch & Sklearn), вместо погружения в детали реализации соответствующих алгоритмов.


        1. KMiNT21
          25.03.2024 10:35

          В реальности все еще хуже. :) Там на степике есть еще курс по нейронкам (не помню уже название), где даже не пытаются заинтересовать. Со старта сразу дают под дых -- огромный раздел по математике. И сиди решай. :) Мало того, что они этим сразу отсеяли почти всех, так еще и те, кто пройдут, почти никто никогда не прикоснется к этой математике, так как только единицы будут причастны к разработке State Of The Art продуктов. А могли бы просто людей втянуть практикой, заинтересовать. Показать задачи, которые можно нейроками решать.


  1. HahaBro
    25.03.2024 10:35
    +1

    Можете сказать, какой порог фхода на курс? Что необходимо знать чтоб нормально усвоить материал? Какие темы из математики, что нужно знать из пайтона?


    1. slivka_83 Автор
      25.03.2024 10:35

      По сути в курсе дано все, что нужно для его прохождения. Единственное, местами не разъясняются некоторые термины и понятия из ML. Например, что такое фича, для чего нужна тестовая выборка и т.д. Поэтому желательно предварительно пройти какой-нибудь базовый курс по ML. Ну и на питоне нужно кодить более-менее сносно.


  1. Ultraluxe25
    25.03.2024 10:35

    Большое спасибо! Надеюсь моих знаний по алгоритмам ML хватит)