Программирование [stepik] [Сергей Спирёв] Машинное обучение: Метрики качества классификации и регрессии (2025)

[RoBot]

Описание [stepik] [Сергей Спирёв] Машинное обучение: Метрики качества классификации и регрессии (2025):

Когда я только начинал свой путь в мире машинного обучения, тема оценки качества моделей казалась мне сложной и запутанной. Вроде бы нет в ней ничего особенно сложного, но когда начинаешь разбираться, в голове всё смешивается: формулы, термины, понятия. А если ещё и преподнесут эту тему в академической форме, то становится совсем тоскливо.

Но оценка качества моделей — это один из ключевых аспектов машинного обучения. Это основа, на которой строится вся область машинного обучения с точки зрения применимости и полезности моделей на практике. И понимание этой темы очень важно.

Как определить, «умная» модель или «глупая»? Это можно понять, только посмотрев на её ошибки и оценки качества. Хорошо, посмотрели на оценки — результат отличный! Но подходит ли метрика качества, которую вы использовали для оценки модели, для ваших данных?

На эти вопросы должен уметь отвечать специалист по машинному обучению.

Я не теоретик по натуре. Я предпочитаю, чтобы теория соединялась с практикой. Через практику я могу понять больше, чем из сухих формул.

Такой же подход я применяю и в подготовке обучающего материала. Я не углубляюсь в теоретические аспекты, если это не требуется с точки зрения здравого смысла и практической применимости. А также стараюсь переводить сложные понятия на простой человеческий язык.

Материала, представленного в курсе, будет достаточно, чтобы получить надёжную базу, на которую впоследствии можно будет наслаивать новые знания в такой интересной области, как машинное обучение.

Этот курс предназначен для тех, кто уже делает первые шаги в изучении машинного обучения, но хочет углубить свои знания в оценке качества моделей с использованием инструментов библиотеки Scikit-learn.

Наши преподаватели. Сергей Спирёв. Имеет двадцатилетний опыт работы в банковской, страховой и лизинговой сферах, где занимался финансовым анализом, моделированием и управлением активами.

Анализирует инструменты фондового рынка с 2008 года. Имеет большой опыт работы с операциями на биржевом и внебиржевом рынках с ценными бумагами, валютами, драгоценными металлами, операциями РЕПО, своп, межбанковским кредитованием.

Программа курса включает в себя изучение следующих тем:

1. Введение в метрики классификации.
2. Метрики для оценки точности модели.
3. Метрики для оценки качества предсказаний.
4. Метрики для оценки потерь.
5. Метрики для оценки регрессии.

В курсе 34 урока, 90 тестов и 101 интерактивная задача. Последнее обновление курса было 02.05.2025.

Подробнее:

Скачать курс [stepik] [Сергей Спирёв] Машинное обучение: Метрики качества классификации и регрессии (2025):