Чему вы научитесь

применять python и pandas для анализа данных
создавать ручные модели aka "человеческое обучение"
решать задачи регрессии и классификации с помощью CatBoost
использовать метрики бинарной классификации
интерпретировать модели с помощью Shap

О курсе

Это чисто прикладной курс по data science и машинному обучению, никакой математики, никакой теории, только решение реальных задач с помощью pandas и мощного CatBoost.

Чтобы успешно решать прикладные задачи с помощью машинного обучения, не нужно знать никакой математики, нужно уметь пользоваться конкретным инструментом. Этот инструмент – CatBoost. Вместо того, чтобы лежать под автомобилем или ковыряться в движке, мы будем сразу на нем ездить.

Если хочешь научиться машинному обучению и data science на интуитивном уровне, то этот курс тебе подойдет. А уже после моего курса можно углубиться в теорию и математику, курсов по которым бесчисленное множество.

Также мой курс станет отличным дополнением к более классическим курсам по data science и машинному обучению, если такие уже тобой пройдены.

Мой принцип: сначала интуиция – потом теория.

Для кого этот курс

Этот курс лучше всего подойдет начинающим аналитикам и дата саентистам. Совсем начинающим без опыта в аналитике или программировании курс может показаться немного сложным, но попробовать можно: в начале курса я провожу чек-ап знаний по python и pandas, который по совместительству является курсом молодого бойца, и там можно научиться всему необходимому.

Начальные требования

Идеально, если есть минимальное знакомство с python или pandas. Или опыт работы с данными в Excel. Но сегодняшние инструменты настолько интуитивны, что можно попытаться разобраться и с абсолютного нуля: посмотри бесплатную вводную часть курса и реши подходит тебе или нет.

Наши преподаватели

Как проходит обучение

Курс состоит из видео-лекций, а практические навыки можно закрепить на эксклюзивных задачах от моих корешей из IT Resume и специальных соревнованиях по машинному обучению Leopard Challenge, которые я создал на Kaggle специально для этого курса.