Введение в программирование, языки программирования, алгоритмы, блок-схемы |
Переменные и типы данных |
Условный оператор |
Циклы |
Функции |
Работа с файлами |
Работа в среде Jupyter Notebook |
Введение в объектно-ориентированное программирование |
Объекты и классы |
Self, конструктор |
Наследование |
Полиморфизм |
Инкапсуляция |
Модули и библиотеки |
NumPy: массивы и операции |
Pandas: таблицы, фильтрация, группировка |
Matplotlib и Seaborn |
Практика обработки данных |
Основные понятия ML |
Подготовка данных: кодирование, нормализация, пропуски |
Разделение на выборки, кросс-валидация |
Линейная регрессия |
Полиномиальная регрессия |
Логистическая регрессия |
KNN |
Деревья решений |
Random Forest |
SVM |
Метрики: accuracy, precision, recall, F1 |
Анализ ошибок моделей |
K-means |
DBSCAN |
PCA |
t-SNE |
Консультации, формулировка темы и требований к итоговому проекту |
Итоговая аттестация |
После курса вы сможете уверенно строить и внедрять модели машинного обучения, превращая данные в практичные решения для бизнеса и проектов.