Перейти к содержимому

IT_AbyssIT_AbyssВойти

Основы машинного обучения

Правила и примеры
Признаки и целевая переменная
Тест — признаки и цель
Обучение без готовых ответов
Тест — с учителем и без
Классификация и регрессия
Тест — классификация или регрессия
Обучение, проверка и предсказание
Тест — fit, predict и оценка на обучении

Массивы NumPy
Тест — список и массив, умноженные на 2
Индексы и срезы
Тест — суммы по булевой маске
Оси и транслирование
Тест — формы при axis и транслировании
Задача: значения выше среднего столбца
Таблица DataFrame в pandas
Тест — подсчёт пропусков
Группировка и медиана
Тест — медиана по группам
Задача: медиана по группам

Обучающая и тестовая выборки
Тест — строки после разбиения
Пропущенные значения
Тест — чем заполнится пропуск
Кодирование категорий
Тест — one-hot или номера
Масштабирование признаков
Тест — масштаб тестового значения
Задача: стандартизировать тестовую выборку
Утечка данных
Тест — где утекает тестовая выборка
Задача: подготовить признаки

Прямая через точки
Тест — наклон и свободный член
Задача: подобрать прямую
Линейная регрессия в scikit-learn
Тест — форма X
Тест — как читать коэффициент
Метрики регрессии
Тест — MAE и RMSE
Тест — отрицательный R²
Задача: R² на данных о диабете
Градиентный спуск
Тест — один шаг спуска
Задача: один шаг градиентного спуска
График остатков
Тест — как читать остатки

Полиномиальные признаки
Тест — почему кривая остаётся линейной
Тест — сколько столбцов
Задача: полиномиальные признаки
Степень и переобучение
Тест — степень и ошибки
Ridge и Lasso
Тест — нули у Ridge и Lasso
Тест — alpha и наклон
Задача: Ridge на данных о диабете
Регрессия опорных векторов
Тест — ε-трубка

Сигмоида
Тест — сигмоида от счёта
Логарифмическая функция потерь
Задача: сигмоида и log-loss
Логистическая регрессия в scikit-learn
Тест — predict_proba и predict
Матрица ошибок
Тест — клетки матрицы ошибок
Точность и полнота
Тест — точность и полнота
Тест — сдвиг порога
ROC-AUC
Задача: полнота и ROC-AUC на данных об опухолях

Ближайшие соседи
Тест — голосование соседей
Задача: предсказание по k соседям
k-NN в scikit-learn
Тест — масштаб и соседи
Выбор k
Тест — малое и большое k
Задача: k-NN на данных о винах
Теорема Байеса
Тест — вероятность спама
Наивный Байес
Тест — в чём наивность

Максимальный зазор
Тест — кто нарушает зазор
Мягкий зазор и C
Тест — зазор, опорные векторы и C
Задача: целевая функция SVM
SVC в scikit-learn
Тест — опорные векторы и C
Ядра и gamma
Тест — gamma и масштаб признаков
Задача: SVC на данных о винах

Разбиение и неоднородность Gini
Тест — Gini группы
Задача: Gini разбиения
Деревья решений в scikit-learn
Тест — глубина и обучающая выборка
Пороги и константы в листьях
Тест — дерево за пределами данных
Бэггинг и случайный лес
Тест — что такое бэггинг
Важность признаков
Тест — важность номера строки
Задача: лес и главный признак

Смещение и разброс
Тест — смещение и разброс
Обучающая, валидационная и тестовая выборки
Тест — роли трёх выборок
Кросс-валидация
Тест — что возвращает cross_val_score
Задача: индексы k-fold
Конвейеры
Тест — имя параметра шага
Поиск по сетке
Тест — число обучений в поиске по сетке
Задача: подобрать C поиском по сетке

Бустинг на остатках
Тест — один шаг на остатках
Задача: один шаг бустинга
Градиентный бустинг в scikit-learn
Тест — бустинг и пропуски
Задача: бустинг на учебном наборе
Скорость обучения и число деревьев
Тест — скорость обучения и деревья
Ранняя остановка
Тест — ранняя остановка по умолчанию
XGBoost, LightGBM и CatBoost
Тест — как LightGBM растит дерево

Алгоритм k-means
Тест — один шаг k-means
Задача: один шаг k-means
k-means в scikit-learn
Тест — значение inertia_
Тест — что исправляет k-means++
Выбор числа кластеров
Тест — локоть и силуэт
Задача: лучшее k по силуэту
Иерархическая кластеризация
Тест — predict для новой точки

Главные компоненты
Тест — доля дисперсии
PCA в scikit-learn
Тест — формы результатов PCA
Тест — что делает PCA и зачем масштаб
Задача: проекция на главные компоненты
PCA в конвейере
Задача: PCA перед классификатором
Линейный дискриминантный анализ
Тест — компоненты LDA
Kernel PCA
Тест — kernel PCA

Наборы и support
Тест — support набора
Confidence и lift
Тест — confidence правила
Тест — confidence и lift
Задача: support, confidence и lift
Отсечение в Apriori
Тест — отсечение в Apriori
Задача: частые пары

A/B-тест
Тест — как читать p-value
Бандиты и regret
Тест — regret последовательности
Стратегия ε-greedy
Тест — пошаговое среднее ручки
Задача: прогон ε-greedy
UCB и Thompson sampling
Тест — оценка UCB и простое среднее
Задача: выбор ручки в UCB
Бандит или A/B-тест
Тест — бандит или A/B-тест

Очистка и разбиение текста
Тест — подсчёт токенов
Мешок слов
Тест — слово вне словаря
Задача: мешок слов вручную
TF-IDF
Тест — IDF частого и редкого слова
Наивный Байес для текста
Тест — зачем нужен alpha
Задача: спам-фильтр
Слова как векторы
Тест — косинус или расстояние

Нейроны и слои
Тест — слой с ReLU
Обратное распространение ошибки
Тест — градиент выходного слоя
Задача: маленькая нейросеть
MLPClassifier в scikit-learn
Тест — число параметров сети
Задача: нейросеть на данных о цифрах
Переобучение и ранняя остановка
Тест — ранняя остановка
Свёртка и пулинг
Тест — почему у CNN меньше параметров

Сохранение модели
Тест — сохранён только шаг модели
Пакетный и онлайн-режим
Тест — масштабирование по одной строке
Дрейф данных
Тест — сдвиг среднего в отклонениях
Задача: проверка дрейфа
Перестановочная важность
Тест — что показывает перестановочная важность
Задача: главный признак по перестановкам
Смещение через посредников
Тест — удаление чувствительного столбца

План проекта
Тест — оценка базовой модели
Задача: базовая модель и первая модель
Задача: сравнить два семейства моделей
Итоговый отчёт
Задача: отчёт по проекту

Курсы/Основы машинного обучения

Теория · Линейная регрессия · урок 7 из 15

Метрики регрессии

← НазадТест — как читать коэффициентДалее →Тест — MAE и RMSE

IT Abyss v2026.10.2

Поиск Дорожная карта Собеседование Блог Тарифы Аккаунт

Политика конфиденциальности Условия использования Политика возврата© 2026 IT Abyss

Меню · разделОбучение

КурсыМой прогресс

Дорожная картаВыбери направление

QA / Тестирование

Kotlin / Android

Аналитика данных

Машинное обучение

Безопасность

Системный анализ

Меню · разделСобеседование

ТренажёрПроверка резюме

ВопросыВыбери направление

QA / Тестирование

Kotlin / Android

Аналитика данных

Машинное обучение

Безопасность

Системный анализ

Меню · разделЛента

БлогПосты IT Abyss НовостиНовости IT из внешних источников