Udemy Машинное обучение в Python Machine Learning Data Science

Creation Time	Nov. 15, 2025, 5:20 p.m.
Last Access Time	Jan. 7, 2026, 8:07 p.m.
File Size	23.1 GB
Keywords	Python Science Udemy Machine Машинное обучение в Learning Data
Total Requests	302
Total Files	463
Magnet Link	Please wait ...
	Download (Magnet Link) Play (Watch Online)

Раздел 7. Seaborn/61. Scatterplots - Графики рассеяния (диаграммы рассеяния) .mp4 322.7 MB
Раздел 5. Pandas/48. Решения для проверочных упражнений по Pandas .mp4 321.5 MB
Раздел 23. Иерархическая кластеризация данных/211. Иерархическая кластеризация - Пишем код, часть 2 - Scikit-Learn.mp4 321.1 MB
Раздел 1. Вводная часть курса/4. Установка Anaconda, Python, Jupyter Notebook .mp4 317.8 MB
Раздел 13. Логистическая регрессия/137. Решения для проверочного проекта по логистической регрессии.mp4 309.8 MB
Раздел 5. Pandas/43. Input_Output в Pandas - HTML-таблицы .mp4 297.0 MB
Раздел 16. Деревья решений (Decision Trees)/161. Код в Python для деревьев решений - Часть 2 - Модель.mp4 279.7 MB
Раздел 11. Конструирование признаков (Feature Engineering)/112. Работа с отсутствующими данными (missing data) - Часть 2 - Работа по строкам.mp4 249.2 MB
Раздел 8. Большой Проект по Визуализации Данных/77. Разбор решений проекта - Часть 3.mp4 247.6 MB
Раздел 13. Логистическая регрессия/135. Мульти-классовая классификация - Логистическая регрессия - Модель.mp4 237.4 MB
Раздел 6. Matplotlib/59. Решения для проверочных упражнений по Matplotlib .mp4 231.3 MB
Раздел 10. Линейная регрессия/93. Внедрение модели и интерпретация коэффициентов.mp4 226.3 MB
Раздел 7. Seaborn/73. Решения для проверочных упражнений по Seaborn .mp4 221.9 MB
Раздел 19. Проверочный проект по моделям обучения с учителем (Supervised Learning)/181. Разбор решений - Часть 1 - Исследование данных (Exploratory Data Analysis).mp4 221.8 MB
Раздел 8. Большой Проект по Визуализации Данных/76. Разбор решений проекта - Часть 2.mp4 219.4 MB
Раздел 17. Случайные леса (Random Forests)/168. Классификация данных с помощью RandomForestClassifier - Часть 2.mp4 217.7 MB
Раздел 8. Большой Проект по Визуализации Данных/74. Обзор Проекта по Визуализации Данных.mp4 217.6 MB
Раздел 11. Конструирование признаков (Feature Engineering)/110. Работа с выбросами (outliers).mp4 216.4 MB
Раздел 19. Проверочный проект по моделям обучения с учителем (Supervised Learning)/182. Разбор решений - Часть 2 - Анализ оттока (churn analysis).mp4 214.2 MB
Раздел 7. Seaborn/67. Categorical Plots - Распределения по категориям - Код в Python .mp4 209.4 MB
Раздел 10. Линейная регрессия/106. L1 Регуляризация - Лассо-регрессия - теория и код в Python.mp4 209.0 MB
Раздел 19. Проверочный проект по моделям обучения с учителем (Supervised Learning)/183. Разбор решений - Часть 3 - Модели на основе деревьев решений.mp4 208.5 MB
Раздел 11. Конструирование признаков (Feature Engineering)/113. Работа с отсутствующими данными (missing data) - Часть 3 - Работа по колонкам.mp4 208.3 MB
Раздел 24. DBSCAN - Кластеризация на основе плотности данных/218. Решения для проверочных упражнений по DBSCAN.mp4 206.9 MB
Раздел 20. NLP (Natural Language Processing) и Наивный Байесовский Классификатор/193. Решения для проверочных упражнений по классификации текста.mp4 204.7 MB
Раздел 5. Pandas/45. Input_Output в Pandas - SQL базы данных .mp4 201.1 MB
Раздел 19. Проверочный проект по моделям обучения с учителем (Supervised Learning)/180. Обзор проверочного проекта.mp4 196.0 MB
Раздел 5. Pandas/30. Полезные методы - Apply для нескольких колонок .mp4 190.9 MB
Раздел 5. Pandas/46. Сводные таблицы в Pandas (pivot tables) .mp4 188.0 MB
Раздел 16. Деревья решений (Decision Trees)/160. Код в Python для деревьев решений - Часть 1 - Данные.mp4 183.8 MB
Раздел 15. Метод опорных векторов (SVM - Support Vector Machine)/153. Решения для проверочных упражнений по методу опорных векторов.mp4 183.3 MB
Раздел 10. Линейная регрессия/90. Scikit-Learn - Train Test Split.mp4 181.3 MB
Раздел 5. Pandas/41. Методы Pandas для даты и времени .mp4 176.6 MB
Раздел 8. Большой Проект по Визуализации Данных/75. Разбор решений проекта - Часть 1.mp4 167.5 MB
Раздел 22. Кластеризация К-средних - K-mean Clustering/206. Решения для проверочных упражнений по кластеризации К-средних - Часть 2.mp4 166.7 MB
Раздел 12. Кросс-валидация и Проверочный проект по линейной регрессии/122. Решения для проверочного проекта по линейной регрессии.mp4 165.8 MB
Раздел 18. Бустинг и Расширяемые леса - Boosted Trees/177. AdaBoost - Код в Python - Модель.mp4 165.5 MB
Раздел 5. Pandas/28. Выборка данных по условию (Conditional Filtering) .mp4 161.5 MB
Раздел 24. DBSCAN - Кластеризация на основе плотности данных/213. Теория алгоритма DBSCAN.mp4 161.2 MB
Раздел 5. Pandas/24. Датафреймы - Часть 1 - Создание датафреймов .mp4 161.0 MB
Раздел 5. Pandas/34. Агрегация данных GROUP BY - Часть 1 .mp4 160.6 MB
Раздел 5. Pandas/33. Отсутствующие данные (missing data) - Операции в Pandas .mp4 160.3 MB
Раздел 25. Метод главных компонент (PCA - Principial Component Analisys)/225. Решения для проверочных упражнений по методу главных компонент.mp4 160.0 MB
Раздел 17. Случайные леса (Random Forests)/170. Регрессия с помощью RandomForestRegressor - Часть 2 - Базовые модели.mp4 159.6 MB
Раздел 14. Метод К-ближайших соседей (KNN - K Nearest Neihgors)/143. Решения для проверочных упражнений по KNN.mp4 157.4 MB
Раздел 22. Кластеризация К-средних - K-mean Clustering/204. Проверочные упражнения по кластеризации К-средних.mp4 156.7 MB
Раздел 7. Seaborn/70. Seaborn Grid .mp4 155.3 MB
Раздел 5. Pandas/31. Полезные методы - Статистическая информация и сортировка данных .mp4 154.8 MB
Раздел 11. Конструирование признаков (Feature Engineering)/114. Работа с категориальными переменными.mp4 152.2 MB
Раздел 24. DBSCAN - Кластеризация на основе плотности данных/216. Ключевые гиперпараметры DBSCAN - код в Python.mp4 147.2 MB
Раздел 22. Кластеризация К-средних - K-mean Clustering/201. Выбираем количество кластеров К - Пишем код в Python.mp4 146.1 MB
Раздел 5. Pandas/35. Агрегация данных GROUP BY - Часть 2 - Мульти-индекс .mp4 145.2 MB
Раздел 10. Линейная регрессия/105. L2 Регуляризация - Ридж-регрессия - код в Python.mp4 144.7 MB
Раздел 22. Кластеризация К-средних - K-mean Clustering/198. Кластеризация К-средних - Пишем код - Часть 1.mp4 144.2 MB
Раздел 20. NLP (Natural Language Processing) и Наивный Байесовский Классификатор/186. Наивный Байесовский алгоритм - Часть 2 - сам алгоритм.mp4 142.9 MB
Раздел 5. Pandas/26. Датафреймы - Часть 3 - Работа с колонками .mp4 142.9 MB
Раздел 7. Seaborn/72. Проверочные упражнения по Seaborn .mp4 141.1 MB
Раздел 5. Pandas/27. Датафреймы - Часть 4 - Работа со строками .mp4 139.0 MB
Раздел 10. Линейная регрессия/107. L1 и L2 Регуляризация - Эластичная сеть Elastic Net.mp4 136.9 MB
Раздел 7. Seaborn/65. Categorical Plots - Статистики по категориям - Код в Python .mp4 136.6 MB
Раздел 23. Иерархическая кластеризация данных/210. Иерархическая кластеризация - Пишем код, часть 1 - Данные.mp4 135.8 MB
Файлы/ML_DS_Slides_Rus.zip 134.3 MB
Раздел 6. Matplotlib/54. Subplots - несколько графиков рядом друг с другом .mp4 133.7 MB
Раздел 22. Кластеризация К-средних - K-mean Clustering/205. Решения для проверочных упражнений по кластеризации К-средних - Часть 1.mp4 133.0 MB
Раздел 22. Кластеризация К-средних - K-mean Clustering/207. Решения для проверочных упражнений по кластеризации К-средних - Часть 3.mp4 132.1 MB
Раздел 12. Кросс-валидация и Проверочный проект по линейной регрессии/120. Поиск по сетке - Grid Search.mp4 126.9 MB
Раздел 22. Кластеризация К-средних - K-mean Clustering/200. Выбираем количество кластеров К - Теория.mp4 124.1 MB
Раздел 25. Метод главных компонент (PCA - Principial Component Analisys)/222. Реализация метода главных компонент вручную.mp4 123.8 MB
Раздел 15. Метод опорных векторов (SVM - Support Vector Machine)/151. SVM в Scikit-Learn для задач регрессии.mp4 123.4 MB
Раздел 18. Бустинг и Расширяемые леса - Boosted Trees/179. Градиентный бустинг - Пишем код в Python.mp4 123.3 MB
Раздел 14. Метод К-ближайших соседей (KNN - K Nearest Neihgors)/140. KNN пишем код в Python - Часть 1.mp4 121.1 MB
Раздел 15. Метод опорных векторов (SVM - Support Vector Machine)/150. SVM в Scikit-Learn для задач классификации - Часть 2.mp4 118.5 MB
Раздел 5. Pandas/40. Методы Pandas для текста .mp4 118.4 MB
Раздел 7. Seaborn/63. Distribution Plots - Часть 2 - Код в Python .mp4 118.1 MB
Раздел 10. Линейная регрессия/88. Простая линейная регрессия.mp4 117.7 MB
Раздел 11. Конструирование признаков (Feature Engineering)/111. Работа с отсутствующими данными (missing data) - Часть 1 - Оценка ситуации.mp4 117.4 MB
Раздел 6. Matplotlib/57. Дополнительные материалы по Matplotlib .mp4 113.9 MB
Раздел 7. Seaborn/69. Графики сравнения - Код в Python .mp4 113.5 MB
Раздел 5. Pandas/29. Полезные методы - Apply для одной колонки .mp4 112.5 MB
Раздел 2. Опционально Экспресс-курс по Python/13. Решения для проверочных упражнений по Python .mp4 112.4 MB
Раздел 6. Matplotlib/56. Стилизация Matplotlib цвета и стили .mp4 112.0 MB
Раздел 10. Линейная регрессия/98. Полиномиальная регрессия - выбираем степень полинома.mp4 111.7 MB
Раздел 14. Метод К-ближайших соседей (KNN - K Nearest Neihgors)/141. KNN пишем код в Python - Часть 2.mp4 111.0 MB
Раздел 4. NumPy/16. Массивы NumPy .mp4 110.9 MB
Раздел 18. Бустинг и Расширяемые леса - Boosted Trees/176. AdaBoost - Код в Python - Данные.mp4 109.1 MB
Раздел 10. Линейная регрессия/92. Графики остатков - Residual Plots.mp4 109.0 MB
Раздел 7. Seaborn/71. Матричные графики .mp4 108.9 MB
Раздел 22. Кластеризация К-средних - K-mean Clustering/199. Кластеризация К-средних - Пишем код - Часть 2.mp4 107.6 MB
Раздел 4. NumPy/20. Решения для проверочных упражнений по NumPy .mp4 107.1 MB
Раздел 9. Обзор Машинного Обучения/81. Процесс для обучения с учителем (supervised learning).mp4 106.7 MB
Раздел 25. Метод главных компонент (PCA - Principial Component Analisys)/223. Метод главных компонент в Scikit-Learn.mp4 106.4 MB
Раздел 13. Логистическая регрессия/128. Логистическая регрессия в Scikit-Learn - Часть 1 - Исследование данных.mp4 105.1 MB
Раздел 17. Случайные леса (Random Forests)/172. Регрессия с помощью RandomForestRegressor - Часть 4 - Остальные модели.mp4 103.9 MB
Раздел 12. Кросс-валидация и Проверочный проект по линейной регрессии/121. Обзор проверочного проекта по линейной регрессии.mp4 103.8 MB
Раздел 15. Метод опорных векторов (SVM - Support Vector Machine)/148. Теория метода опорных векторов - kernel trick и математика (опционально).mp4 103.5 MB
Раздел 21. Машинное обучение без учителя - Unsupervised Learning/194. Обзор обучения без учителя - Unsupervised Learning.mp4 102.7 MB
Раздел 12. Кросс-валидация и Проверочный проект по линейной регрессии/117. Разбиение Train _ Validation _ Test Split.mp4 102.3 MB
Раздел 10. Линейная регрессия/91. Scikit-Learn - оценка работы модели.mp4 101.1 MB
Раздел 15. Метод опорных векторов (SVM - Support Vector Machine)/152. Проверочные упражнения по методу опорных векторов.mp4 100.5 MB
Раздел 13. Логистическая регрессия/133. Логистическая регрессия в Scikit-Learn - Часть 3 - Оценка работы модели.mp4 100.5 MB
Раздел 10. Линейная регрессия/102. Кросс-валидация - обзор.mp4 99.2 MB
Раздел 12. Кросс-валидация и Проверочный проект по линейной регрессии/119. Кросс-валидация - cross_validate.mp4 98.7 MB
Раздел 25. Метод главных компонент (PCA - Principial Component Analisys)/224. Проверочные упражнения по методу главных компонент.mp4 97.8 MB
Раздел 11. Конструирование признаков (Feature Engineering)/109. Обзор Feature Engineering.mp4 96.9 MB
Раздел 22. Кластеризация К-средних - K-mean Clustering/202. Квантование цветов - Теория.mp4 96.3 MB
Раздел 18. Бустинг и Расширяемые леса - Boosted Trees/175. AdaBoost - Теория - Как работает адаптивный бустинг.mp4 95.5 MB
Раздел 17. Случайные леса (Random Forests)/167. Классификация данных с помощью RandomForestClassifier - Часть 1.mp4 95.4 MB
Раздел 14. Метод К-ближайших соседей (KNN - K Nearest Neihgors)/142. Проверочные упражнения по KNN.mp4 94.7 MB
Раздел 20. NLP (Natural Language Processing) и Наивный Байесовский Классификатор/185. Наивный Байесовский алгоритм - Часть 1 - Теорема Байеса.mp4 93.3 MB
Раздел 20. NLP (Natural Language Processing) и Наивный Байесовский Классификатор/187. Извлечение признаков из текста - Теория.mp4 90.2 MB
Раздел 24. DBSCAN - Кластеризация на основе плотности данных/217. Проверочные упражнения по DBSCAN.mp4 90.2 MB
Раздел 6. Matplotlib/58. Проверочные упражнения по Matplotlib .mp4 89.9 MB
Раздел 12. Кросс-валидация и Проверочный проект по линейной регрессии/118. Кросс-валидация - cross_val_score.mp4 89.6 MB
Раздел 5. Pandas/37. Объединение датафреймов - Inner Merge .mp4 88.9 MB
Раздел 7. Seaborn/66. Categorical Plots - Распределения по категориям - Типы графиков .mp4 88.5 MB
Раздел 13. Логистическая регрессия/134. Мульти-классовая классификация - Логистическая регрессия - Исследование данных.mp4 86.4 MB
Раздел 15. Метод опорных векторов (SVM - Support Vector Machine)/146. Теория метода опорных векторов - Гиперплоскости и зазоры (margins).mp4 86.2 MB
Раздел 6. Matplotlib/50. Основы Matplotlib .mp4 85.1 MB
Раздел 10. Линейная регрессия/97. Дилемма смещения-дисперсии (Bias-Variance Trade-Off).mp4 84.7 MB
Раздел 5. Pandas/47. Проверочные упражнения по Pandas .mp4 84.5 MB
Раздел 5. Pandas/36. Объединение датафреймов - Конкатенация .mp4 84.1 MB
Раздел 13. Логистическая регрессия/136. Проверочный проект по логистической регрессии.mp4 83.4 MB
Раздел 10. Линейная регрессия/85. Наименьшие квадраты.mp4 83.2 MB
Раздел 12. Кросс-валидация и Проверочный проект по линейной регрессии/116. Разбиение Train _ Test Split.mp4 83.0 MB
Раздел 10. Линейная регрессия/101. Масштабирование признаков (feature scaling).mp4 81.9 MB
Раздел 23. Иерархическая кластеризация данных/209. Теория и интуиция иерархической кластеризации.mp4 81.8 MB
Раздел 17. Случайные леса (Random Forests)/171. Регрессия с помощью RandomForestRegressor - Часть 3 - Полиномиальная модель.mp4 80.2 MB
Раздел 20. NLP (Natural Language Processing) и Наивный Байесовский Классификатор/188. Извлечение признаков из текста - Мешок слов - пишем код вручную.mp4 79.1 MB
Раздел 5. Pandas/32. Отсутствующие данные (missing data) - Обзор .mp4 78.1 MB
Раздел 5. Pandas/25. Датафреймы - Часть 2 - Основные атрибуты .mp4 76.0 MB
Раздел 20. NLP (Natural Language Processing) и Наивный Байесовский Классификатор/192. Проверочные упражнения по классификации текста.mp4 75.9 MB
Раздел 5. Pandas/42. Input_Output в Pandas - CSV-файлы .mp4 75.6 MB
Раздел 1. Вводная часть курса/6. Настройка среды разработки .mp4 75.4 MB
Раздел 15. Метод опорных векторов (SVM - Support Vector Machine)/149. SVM в Scikit-Learn для задач классификации - Часть 1.mp4 74.6 MB
Раздел 24. DBSCAN - Кластеризация на основе плотности данных/214. Сравниваем DBSCAN и K-Means Clustering.mp4 74.3 MB
Раздел 6. Matplotlib/52. Объект Figure - код в Python .mp4 74.2 MB
Раздел 16. Деревья решений (Decision Trees)/159. Построение деревьев решений с помощью Gini Impurity - Часть 2.mp4 73.4 MB
Раздел 10. Линейная регрессия/96. Полиномиальная регрессия - обучение и оценка модели.mp4 72.7 MB
Раздел 13. Логистическая регрессия/126. Теория логистической регрессии - Часть 3 - Математика перехода.mp4 71.9 MB
Раздел 18. Бустинг и Расширяемые леса - Boosted Trees/178. Градиентный бустинг - Теория.mp4 71.5 MB
Файлы/UNZIP_ME_FOR_NOTEBOOKS_ML_RUS_V6.zip 71.2 MB
Раздел 22. Кластеризация К-средних - K-mean Clustering/196. Принципы кластеризации данных (без привязки к конкретному алгоритму).mp4 71.1 MB
Раздел 16. Деревья решений (Decision Trees)/155. Деревья решений - История.mp4 70.8 MB
Раздел 20. NLP (Natural Language Processing) и Наивный Байесовский Классификатор/190. Классификация текста - Часть 1.mp4 70.7 MB
Раздел 13. Логистическая регрессия/130. Метрики классификации - Confusion Matrix и Accuracy.mp4 69.8 MB
Раздел 17. Случайные леса (Random Forests)/166. Гиперпараметры случайного леса - Bootstrapping и oob_score.mp4 66.3 MB
Раздел 22. Кластеризация К-средних - K-mean Clustering/203. Квантование цветов - Пишем код в Python.mp4 66.0 MB
Раздел 13. Логистическая регрессия/129. Логистическая регрессия в Scikit-Learn - Часть 2 - Создание и обучение модели.mp4 65.3 MB
Раздел 13. Логистическая регрессия/127. Теория логистической регрессии - Часть 4 - Поиск наилучшего графика.mp4 63.8 MB
Раздел 17. Случайные леса (Random Forests)/165. Гиперпараметры случайного леса - Количество деревьев и Количество признаков.mp4 63.1 MB
Раздел 9. Обзор Машинного Обучения/80. Типы алгоритмов машинного обучения.mp4 62.9 MB
Раздел 9. Обзор Машинного Обучения/79. Зачем нужно машинное обучение.mp4 62.4 MB
Раздел 10. Линейная регрессия/84. Линейная регрессия - История алгоритма.mp4 62.0 MB
Раздел 10. Линейная регрессия/87. Градиентный спуск (Gradient Descent).mp4 61.0 MB
Раздел 10. Линейная регрессия/89. Обзор Scikit-Learn.mp4 60.7 MB
Раздел 13. Логистическая регрессия/131. Метрики классификации - Precision, Recall и F1-Score.mp4 60.3 MB
Раздел 13. Логистическая регрессия/132. Метрики классификации - ROC-кривые.mp4 60.0 MB
Раздел 3. Этапы работ по машинному обучению/14. Этапы работ по машинному обучению .mp4 59.3 MB
Раздел 20. NLP (Natural Language Processing) и Наивный Байесовский Классификатор/191. Классификация текста - Часть 2.mp4 58.9 MB
Раздел 16. Деревья решений (Decision Trees)/158. Построение деревьев решений с помощью Gini Impurity - Часть 1.mp4 57.6 MB
Раздел 10. Линейная регрессия/95. Полиномиальная регрессия - создание признаков.mp4 57.1 MB
Раздел 5. Pandas/23. Series - Часть 2 .mp4 56.4 MB
Раздел 6. Matplotlib/55. Стилизация Matplotlib легенды .mp4 56.3 MB
Раздел 10. Линейная регрессия/108. Обзор данных для проверочного проекта по линейной регрессии.mp4 55.9 MB
Раздел 16. Деревья решений (Decision Trees)/157. Деревья решений - метрика Gini Impurity.mp4 55.4 MB
Раздел 20. NLP (Natural Language Processing) и Наивный Байесовский Классификатор/189. Извлечение признаков из текста с помощью Scikit-Learn.mp4 54.5 MB
Раздел 25. Метод главных компонент (PCA - Principial Component Analisys)/220. Теория метода главных компонент - Часть 1 - История и интуиция.mp4 54.5 MB
Раздел 17. Случайные леса (Random Forests)/163. История и мотивация создания случайных лесов.mp4 54.4 MB
Раздел 22. Кластеризация К-средних - K-mean Clustering/197. Теория кластеризации К-средних.mp4 54.0 MB
Раздел 7. Seaborn/62. Distribution Plots - Часть 1 - Типы графиков .mp4 53.1 MB
Раздел 14. Метод К-ближайших соседей (KNN - K Nearest Neihgors)/139. Теория метода К-ближайших соседей.mp4 52.7 MB
Раздел 10. Линейная регрессия/94. Полиномиальная регрессия - теория.mp4 52.5 MB
Раздел 24. DBSCAN - Кластеризация на основе плотности данных/215. Ключевые гиперпараметры DBSCAN - Теория.mp4 51.4 MB
Раздел 25. Метод главных компонент (PCA - Principial Component Analisys)/221. Теория метода главных компонент - Часть 2 - Математика.mp4 49.6 MB
Раздел 13. Логистическая регрессия/124. Теория логистической регрессии - Часть 1 - Логистическая функция.mp4 49.5 MB
Раздел 5. Pandas/22. Series - Часть 1 .mp4 49.2 MB
Раздел 10. Линейная регрессия/104. L2 Регуляризация - Ридж-регрессия - теория.mp4 49.1 MB
Раздел 2. Опционально Экспресс-курс по Python/9. Экспресс-курс по Python - Часть 1 .mp4 48.9 MB
Раздел 5. Pandas/39. Объединение датафреймов - Outer Merge .mp4 48.8 MB
Раздел 13. Логистическая регрессия/123. Обзор раздела про логистическую регрессию.mp4 48.5 MB
Раздел 5. Pandas/38. Объединение датафреймов - Left и Right Merge .mp4 46.3 MB
Раздел 4. NumPy/17. Индексация и выбор данных из массивов NumPy .mp4 46.3 MB
Раздел 15. Метод опорных векторов (SVM - Support Vector Machine)/145. История метода опорных векторов.mp4 46.3 MB
Раздел 6. Matplotlib/53. Объект Figure - параметры .mp4 45.8 MB
Раздел 10. Линейная регрессия/100. Регуляризация - обзор.mp4 42.7 MB
Раздел 18. Бустинг и Расширяемые леса - Boosted Trees/174. История возникновения бустинга.mp4 42.3 MB
Раздел 2. Опционально Экспресс-курс по Python/10. Экспресс-курс по Python - Часть 2.mp4 42.0 MB
Раздел 17. Случайные леса (Random Forests)/169. Регрессия с помощью RandomForestRegressor - Часть 1 - Обзор данных.mp4 41.0 MB
Раздел 9. Обзор Машинного Обучения/78. Обзор раздела.mp4 40.7 MB
Раздел 2. Опционально Экспресс-курс по Python/11. Экспресс-курс по Python - Часть 3 .mp4 39.0 MB
Раздел 6. Matplotlib/51. Объект Figure - принципы работы .mp4 38.3 MB
Раздел 26. Резюме курса/226. Резюме курса.mp4 38.3 MB
Раздел 20. NLP (Natural Language Processing) и Наивный Байесовский Классификатор/184. Обзор раздела про NLP и Наивный Байесовский алгоритм.mp4 38.1 MB
Раздел 10. Линейная регрессия/103. Регуляризация - подготовка.mp4 37.7 MB
Раздел 7. Seaborn/60. Обзор раздела про Seaborn .mp4 36.6 MB
Раздел 1. Вводная часть курса/2. ОБЗОР КУРСА - НЕ ПРОПУСКАЙТЕ ЭТУ ЛЕКЦИЮ .mp4 36.3 MB
Раздел 13. Логистическая регрессия/125. Теория логистической регрессии - Часть 2 - Переход от линейной к логистической.mp4 35.0 MB
Раздел 4. NumPy/18. Операции в NumPy .mp4 34.7 MB
Раздел 12. Кросс-валидация и Проверочный проект по линейной регрессии/115. Обзор раздела про кросс-валидацию.mp4 34.6 MB
Раздел 5. Pandas/44. Input_Output в Pandas - Excel-файлы .mp4 34.4 MB
Раздел 10. Линейная регрессия/86. Функция стоимости (Cost Function).mp4 34.3 MB
Раздел 7. Seaborn/64. Categorical Plots - Статистики по категориям - Типы графиков .mp4 34.2 MB
Раздел 7. Seaborn/68. Графики сравнения - Типы графиков .mp4 33.8 MB
Раздел 10. Линейная регрессия/99. Полиномиальная регрессия - внедрение модели.mp4 32.8 MB
Раздел 5. Pandas/21. Обзор раздела про Pandas .mp4 32.1 MB
Раздел 15. Метод опорных векторов (SVM - Support Vector Machine)/147. Теория метода опорных векторов - ядра (kernels).mp4 31.2 MB
Раздел 6. Matplotlib/49. Обзор раздела про Matplotlib .mp4 30.2 MB
Раздел 2. Опционально Экспресс-курс по Python/12. Проверочные упражнения по Python .mp4 29.4 MB
Раздел 25. Метод главных компонент (PCA - Principial Component Analisys)/219. Обзор раздела про метод главных компонент.mp4 28.2 MB
Раздел 17. Случайные леса (Random Forests)/164. Гиперпараметры случайного леса - Обзор.mp4 26.6 MB
Раздел 14. Метод К-ближайших соседей (KNN - K Nearest Neihgors)/138. Обзор раздела про метод К-ближайших соседей.mp4 23.1 MB
Раздел 22. Кластеризация К-средних - K-mean Clustering/195. Обзор раздела про кластеризацию К-средних.mp4 19.8 MB
Раздел 16. Деревья решений (Decision Trees)/156. Деревья решений - Терминология.mp4 19.8 MB
Раздел 4. NumPy/15. Обзор раздела про NumPy .mp4 17.2 MB
Раздел 10. Линейная регрессия/83. Обзор раздела про линейную регрессию.mp4 15.9 MB
Раздел 15. Метод опорных векторов (SVM - Support Vector Machine)/144. Обзор раздела про метод опорных векторов.mp4 15.8 MB
Раздел 18. Бустинг и Расширяемые леса - Boosted Trees/173. Обзор раздела про бустинг.mp4 14.5 MB
Раздел 23. Иерархическая кластеризация данных/208. Обзор раздела про иерархическую кластеризацию.mp4 13.5 MB
Раздел 17. Случайные леса (Random Forests)/162. Обзор раздела про случайные леса.mp4 13.2 MB
Раздел 16. Деревья решений (Decision Trees)/154. Обзор раздела про деревья решений.mp4 11.7 MB
Раздел 4. NumPy/19. Проверочные упражнения по NumPy .mp4 11.6 MB
Раздел 24. DBSCAN - Кластеризация на основе плотности данных/212. Обзор раздела про кластеризацию DBSCAN.mp4 11.4 MB
Раздел 27. Бонусный раздел (Bonus Section)/227. Большое Вам спасибо Пожалуйста оцените этот курс.mp4 10.4 MB
Файлы/Введение_в_статистическое_обучение_с_примерами_на_языке_R_2016_Джеймс.djvu 7.6 MB
.pad/2096847 2.0 MB
.pad/2096335 2.0 MB
.pad/2096251 2.0 MB
.pad/2096250 2.0 MB
.pad/2095428 2.0 MB
.pad/2094855 2.0 MB
.pad/2092063 2.0 MB
.pad/2079191 2.0 MB
.pad/2070457 2.0 MB
.pad/2068050 2.0 MB
.pad/2061850 2.0 MB
.pad/2059680 2.0 MB
.pad/2044220 1.9 MB
.pad/2026188 1.9 MB
.pad/2014288 1.9 MB
.pad/2013158 1.9 MB
.pad/1997672 1.9 MB
.pad/1988942 1.9 MB
.pad/1967695 1.9 MB
.pad/1962891 1.9 MB
.pad/1939548 1.8 MB
.pad/1933784 1.8 MB
.pad/1909456 1.8 MB
.pad/1906725 1.8 MB
.pad/1897572 1.8 MB
.pad/1897445 1.8 MB
.pad/1881308 1.8 MB
.pad/1859939 1.8 MB
.pad/1853703 1.8 MB
.pad/1853481 1.8 MB
.pad/1837734 1.8 MB
.pad/1834730 1.7 MB
.pad/1831930 1.7 MB
.pad/1812762 1.7 MB
.pad/1812408 1.7 MB
.pad/1800023 1.7 MB
.pad/1799332 1.7 MB
.pad/1793088 1.7 MB
.pad/1790024 1.7 MB
.pad/1784226 1.7 MB
.pad/1782040 1.7 MB
.pad/1778747 1.7 MB
.pad/1778337 1.7 MB
.pad/1777364 1.7 MB
.pad/1773734 1.7 MB
.pad/1761731 1.7 MB
.pad/1759462 1.7 MB
.pad/1758724 1.7 MB
.pad/1755674 1.7 MB
.pad/1729978 1.6 MB
.pad/1725176 1.6 MB
.pad/1723972 1.6 MB
.pad/1680437 1.6 MB
.pad/1679366 1.6 MB
.pad/1674902 1.6 MB
.pad/1651204 1.6 MB
.pad/1641392 1.6 MB
.pad/1631231 1.6 MB
.pad/1629323 1.6 MB
.pad/1622402 1.5 MB
.pad/1620404 1.5 MB
.pad/1612198 1.5 MB
.pad/1606475 1.5 MB
.pad/1599260 1.5 MB
.pad/1590110 1.5 MB
.pad/1575732 1.5 MB
.pad/1557699 1.5 MB
.pad/1539199 1.5 MB
.pad/1538427 1.5 MB
.pad/1537690 1.5 MB
.pad/1526891 1.5 MB
.pad/1514942 1.4 MB
.pad/1483371 1.4 MB
.pad/1479289 1.4 MB
.pad/1448500 1.4 MB
.pad/1432217 1.4 MB
.pad/1430242 1.4 MB
.pad/1428657 1.4 MB
.pad/1412560 1.3 MB
.pad/1407768 1.3 MB
.pad/1399054 1.3 MB
.pad/1393377 1.3 MB
.pad/1386866 1.3 MB
.pad/1378722 1.3 MB
.pad/1375903 1.3 MB
.pad/1367278 1.3 MB
.pad/1365304 1.3 MB
.pad/1360486 1.3 MB
.pad/1342147 1.3 MB
.pad/1334096 1.3 MB
.pad/1331048 1.3 MB
.pad/1330756 1.3 MB
.pad/1314921 1.3 MB
.pad/1314173 1.3 MB
.pad/1311411 1.3 MB
.pad/1268799 1.2 MB
.pad/1258788 1.2 MB
.pad/1223943 1.2 MB
.pad/1207814 1.2 MB
.pad/1185087 1.1 MB
.pad/1183794 1.1 MB
.pad/1168826 1.1 MB
.pad/1151710 1.1 MB
.pad/1149286 1.1 MB
.pad/1144675 1.1 MB
.pad/1141312 1.1 MB
.pad/1128627 1.1 MB
.pad/1127526 1.1 MB
.pad/1117457 1.1 MB
.pad/1117258 1.1 MB
.pad/1116384 1.1 MB
.pad/1107735 1.1 MB
.pad/1095612 1.0 MB
.pad/1093700 1.0 MB
.pad/1091454 1.0 MB
.pad/1085355 1.0 MB
.pad/1075579 1.0 MB
.pad/1074564 1.0 MB
.pad/1062440 1.0 MB
.pad/1056184 1.0 MB
.pad/1047554 1023.0 KB
.pad/1042734 1018.3 KB
.pad/1012796 989.1 KB
.pad/1010436 986.8 KB
.pad/982319 959.3 KB
.pad/972345 949.6 KB
.pad/961243 938.7 KB
.pad/960109 937.6 KB
.pad/952297 930.0 KB
.pad/948070 925.8 KB
.pad/940538 918.5 KB
.pad/932416 910.6 KB
.pad/909691 888.4 KB
.pad/908833 887.5 KB
.pad/904747 883.5 KB
.pad/898481 877.4 KB
.pad/896921 875.9 KB
.pad/896692 875.7 KB
.pad/895192 874.2 KB
.pad/891935 871.0 KB
.pad/887256 866.5 KB
.pad/885334 864.6 KB
.pad/872721 852.3 KB
.pad/858220 838.1 KB
.pad/841841 822.1 KB
.pad/830041 810.6 KB
.pad/826805 807.4 KB
.pad/805746 786.9 KB
.pad/803293 784.5 KB
.pad/799643 780.9 KB
.pad/794336 775.7 KB
.pad/785939 767.5 KB
.pad/782615 764.3 KB
.pad/758142 740.4 KB
.pad/755816 738.1 KB
.pad/744444 727.0 KB
.pad/740435 723.1 KB
.pad/733892 716.7 KB
.pad/690515 674.3 KB
.pad/679004 663.1 KB
.pad/660862 645.4 KB
.pad/660758 645.3 KB
.pad/657486 642.1 KB
.pad/650270 635.0 KB
.pad/644364 629.3 KB
.pad/641935 626.9 KB
.pad/636154 621.2 KB
.pad/633810 619.0 KB
.pad/625663 611.0 KB
.pad/610313 596.0 KB
.pad/607212 593.0 KB
.pad/581549 567.9 KB
.pad/577204 563.7 KB
.pad/573580 560.1 KB
.pad/550006 537.1 KB
.pad/546541 533.7 KB
.pad/538985 526.4 KB
.pad/532721 520.2 KB
.pad/528150 515.8 KB
.pad/518500 506.3 KB
.pad/510383 498.4 KB
.pad/499681 488.0 KB
.pad/480805 469.5 KB
.pad/469409 458.4 KB
.pad/467600 456.6 KB
.pad/460009 449.2 KB
.pad/452560 442.0 KB
.pad/418176 408.4 KB
.pad/402544 393.1 KB
.pad/399084 389.7 KB
.pad/393583 384.4 KB
.pad/389674 380.5 KB
.pad/376703 367.9 KB
.pad/331438 323.7 KB
.pad/329539 321.8 KB
.pad/316873 309.4 KB
.pad/308587 301.4 KB
.pad/300701 293.7 KB
.pad/279702 273.1 KB
.pad/265917 259.7 KB
.pad/238426 232.8 KB
.pad/234221 228.7 KB
.pad/230394 225.0 KB
.pad/228273 222.9 KB
.pad/227765 222.4 KB
.pad/225929 220.6 KB
.pad/213881 208.9 KB
.pad/211935 207.0 KB
.pad/209085 204.2 KB
.pad/201928 197.2 KB
.pad/198056 193.4 KB
.pad/196586 192.0 KB
.pad/191652 187.2 KB
.pad/189117 184.7 KB
.pad/179448 175.2 KB
.pad/173455 169.4 KB
.pad/162925 159.1 KB
.pad/154886 151.3 KB
.pad/152549 149.0 KB
.pad/146343 142.9 KB
.pad/143338 140.0 KB
.pad/136401 133.2 KB
.pad/123902 121.0 KB
.pad/106573 104.1 KB
.pad/98820 96.5 KB
.pad/78697 76.9 KB
.pad/44459 43.4 KB
.pad/43994 43.0 KB
.pad/17362 17.0 KB
.pad/10152 9.9 KB
.pad/8265 8.1 KB
Файлы/Онлайн-визуализация алгоритма DBSCAN.html 6.3 KB
Раздел 1. Вводная часть курса/7. Часто Задаваемые Вопросы.html 5.0 KB
Раздел 27. Бонусный раздел (Bonus Section)/228. БОНУС (Bonus Lecture).html 2.2 KB
Раздел 9. Обзор Машинного Обучения/82. (ОПЦИОНАЛЬНО) Дополнительная книга для чтения - ISLR.html 1.7 KB
Раздел 1. Вводная часть курса/1. Добро пожаловать на курс.html 902 bytes
Раздел 2. Опционально Экспресс-курс по Python/8. Опционально Экспресс_курс по Python.html 901 bytes
Раздел 1. Вводная часть курса/3. Скачиваем слайды для презентаций (ОПЦИОНАЛЬНО).html 817 bytes
Файлы/requirements.yml 305 bytes

Udemy Машинное обучение в Python Machine Learning Data Science

File List

Download Torrent

Related Resources

Copyright Infringement