• Введение в scikit-learn. Загрузка данных и разбиение на выборки
ОП.10 Машинное обучение Практическая работа №1 Тема: Введение в scikit-learn. Загрузка данных и разбиение на выборки
ОП.10 Машинное обучение Практическая работа №1 Тема: Введение в scikit-learn. Загрузка данных и разбиение на выборки
• Визуализация данных с помощью Matplotlib и Seaborn
ОП.09 Обработка и анализ данных Практическая работа №2 Тема: Визуализация данных с помощью Matplotlib и Seaborn
ОП.09 Обработка и анализ данных Практическая работа №2 Тема: Визуализация данных с помощью Matplotlib и Seaborn
• Визуализация данных: продвинутые графики (Seaborn)
ОП.09 Обработка и анализ данных Практическая работа №5 Тема: Визуализация данных: продвинутые графики (Seaborn)
ОП.09 Обработка и анализ данных Практическая работа №5 Тема: Визуализация данных: продвинутые графики (Seaborn)
• Деревья решений и случайный лес
ОП.10 Машинное обучение Практическая работа №5 Тема: Деревья решений и случайный лес
ОП.10 Машинное обучение Практическая работа №5 Тема: Деревья решений и случайный лес
• Загрузка и первичный анализ датасета «Титаник»
ОП.09 Обработка и анализ данных Практическая работа №1 Тема: Загрузка и первичный анализ датасета «Титаник»
ОП.09 Обработка и анализ данных Практическая работа №1 Тема: Загрузка и первичный анализ датасета «Титаник»
• Итоговая контрольная работа
ОП.09 Обработка и анализ данных Итоговая контрольная работа
ОП.09 Обработка и анализ данных Итоговая контрольная работа
• Кластеризация методом K-means
ОП.10 Машинное обучение Практическая работа №6 Тема: Кластеризация методом K-means
ОП.10 Машинное обучение Практическая работа №6 Тема: Кластеризация методом K-means
• Кластеризация — выбор оптимального числа кластеров
ОП.10 Машинное обучение Лабораторная работа №3 Тема: Кластеризация — выбор оптимального числа кластеров
ОП.10 Машинное обучение Лабораторная работа №3 Тема: Кластеризация — выбор оптимального числа кластеров
• Линейная регрессия. Предсказание числовых значений
ОП.10 Машинное обучение Практическая работа №2 Тема: Линейная регрессия. Предсказание числовых значений
ОП.10 Машинное обучение Практическая работа №2 Тема: Линейная регрессия. Предсказание числовых значений
• Логистическая регрессия. Бинарная и многоклассовая классификация
ОП.10 Машинное обучение Практическая работа №4 Тема: Логистическая регрессия. Бинарная и многоклассовая классификация
ОП.10 Машинное обучение Практическая работа №4 Тема: Логистическая регрессия. Бинарная и многоклассовая классификация
• Метод опорных векторов (SVM)
ОП.10 Машинное обучение Практическая работа №7 Тема: Метод опорных векторов (SVM)
ОП.10 Машинное обучение Практическая работа №7 Тема: Метод опорных векторов (SVM)
• Метрики классификации. Accuracy, Precision, Recall, F1, ROC-AUC
ОП.10 Машинное обучение Практическая работа №3 Тема: Метрики классификации. Accuracy, Precision, Recall, F1, ROC-AUC
ОП.10 Машинное обучение Практическая работа №3 Тема: Метрики классификации. Accuracy, Precision, Recall, F1, ROC-AUC
• Объединение, слияние и работа с пропусками в Pandas
ОП.09 Обработка и анализ данных Практическая работа №4 Тема: Объединение, слияние и работа с пропусками в Pandas
ОП.09 Обработка и анализ данных Практическая работа №4 Тема: Объединение, слияние и работа с пропусками в Pandas
• Очистка данных и работа с выбросами
ОП.09 Обработка и анализ данных Практическая работа №7 Тема: Очистка данных и работа с выбросами
ОП.09 Обработка и анализ данных Практическая работа №7 Тема: Очистка данных и работа с выбросами
• Работа с временными рядами в Pandas
ОП.09 Обработка и анализ данных Практическая работа №6 Тема: Работа с временными рядами в Pandas
ОП.09 Обработка и анализ данных Практическая работа №6 Тема: Работа с временными рядами в Pandas