Линейные модели и их презентация

Линейные модели и их презентация

ФорматОнлайн

Длительность4-5 часов в неделю

Объём11 занятий

О курсе

Подробнее

Содержание Линейная регрессия - 1 ООП в Python. Часть 1 ООП в Python. Часть 2 Линейная регрессия - 2 Фреймворк Streamlit Настройка среды для работы с базой данных (docker, dbeaver) Линейные модели классификации - 1 Основные команды SQL Знакомство с FastAPI Линейные модели классификации - 2 Работа с PostgreSQL в FastAPI Знакомство с SQLAlchemy Streamlit + FastAPI + SQLAlchemy. Финальное задание по проекту Подведение итогов Важно! Материалы курса основаны на интенсиве, который прошел в августе-сентябре 2023 года. Записи занятий, тесты, практические задания и весь дополнительный материал выложены на Stepik и канале в Telegram. Смотреть вебинары и сдавать практику можно в любое время!

Требования

Что нужно для старта

умение писать простые программы на Python
знание основ анализа данных
уверенное знание математики в рамках школьной программы, знание основ высшей математики

Результат

Что вы получите

Работать с линейной и логистической регрессией
Оценивать качество моделей регрессии и классификации
Проходить все этапы задачи ML: от разведочного анализа до получения прогноза и его интерпретации
Cтроить интерактивные дашборды при помощи библиотеки Streamlit
Cоздавать веб-сервисы с использованием фреймворка FastApi

Аудитория

Для кого этот курс

Курс подойдет слушателям, уже знакомым с основами программирования на Python и базовыми подходами к анализу данных, но без фундаментальных знаний машинного обучения. Он поможет разобраться не только как использовать модели на практике, но и детально представит теоретическую сторону предмета. Также курс заинтересует тех, кто хочет развиваться в IT-области как ML разработчик: красиво презентовать решение в виде интерактивного дашборда и веб-сервиса.

Содержание

Программа курса

11 занятий

№ТемаЧто внутри

01О курсе

- О курсе
- Тест по Python
- Тест по Pandas

02Задача регрессии. Начало

- Задача регрессии. Линейная регрессия
- Домашнее задание - 1

03ООП в Python

- Декораторы. Классы
- Домашнее задание - 2
- Наследование. Абстрактные классы. Аннотация типов
- Домашнее задание - 3
- Домашнее задание - 4

04Регрессия. Продолжение

- Метрики качества регрессии и интерпретация моделей
- Домашнее задание - 5

05Фреймоворк Streamlit

- Начало работы со Streamlit
- Функции и виджеты
- Домашнее задание - 6

06SQL

- Знакомство с Docker
- Основы SQL
- Домашнее задание - 7

07Линейная классификация. Логистическая регрессия

- Линейная классификация. Логистическая регрессия
- Домашнее задание - 8

08Фреймворк FastApi

- Знакомство с FastAPI
- Работа с хранилищем данных. SQLAlchemy
- PostgreSQL + FastAPI + Streamlit. Деплой сервиса
- Домашнее задание

09Интерпретация моделей классификации

- Интерпретация моделей классификации
- Продвинутые (интегральные) метрики классификации
- Домашнее задание - 10

10Итоговый проект

- Задание

11Дополнительные материалы

- Полезные ссылки

01О курсе

- О курсе
- Тест по Python
- Тест по Pandas

02Задача регрессии. Начало

- Задача регрессии. Линейная регрессия
- Домашнее задание - 1

03ООП в Python

04Регрессия. Продолжение

- Метрики качества регрессии и интерпретация моделей
- Домашнее задание - 5

05Фреймоворк Streamlit

- Начало работы со Streamlit
- Функции и виджеты
- Домашнее задание - 6

06SQL

- Знакомство с Docker
- Основы SQL
- Домашнее задание - 7

07Линейная классификация. Логистическая регрессия

- Линейная классификация. Логистическая регрессия
- Домашнее задание - 8

08Фреймворк FastApi

- Знакомство с FastAPI
- Работа с хранилищем данных. SQLAlchemy
- PostgreSQL + FastAPI + Streamlit. Деплой сервиса
- Домашнее задание

09Интерпретация моделей классификации

10Итоговый проект

- Задание

11Дополнительные материалы

- Полезные ссылки

Организатор

Автор курса

Stepik

4.6Нет отзывов

Stepik — образовательная платформа и конструктор онлайн-курсов. Мы разрабатываем алгоритмы адаптивного обучения, сотрудничаем с авторами MOOC, помогаем в проведении олимпиад и программ переподготовки. Наша цель — сделать образование открытым и удобным. Stepik — широко известная российская образовательная платформа, основанная в 2013 году. На Stepik зарегистрировано более миллиона пользователей из России и стран СНГ. В настоящее время на Stepik представлены несколько тысяч учебных курсов на самые разные темы.

Подробнее об авторе

Мнения учеников