Курс Котодаты · scikit-learn в браузере

Машинное обучение на Python

Цена заказа, опоздание и группы заказов на данных мебельной мастерской

Берёте таблицу заказов вымышленной мастерской «Бобёр и рубанок» и за 24 урока доходите до отчёта: модель цены, предупреждение об опоздании, группы заказов и выводы с оговорками. В демо — первая модель курса: меняйте размеры и смотрите, какую цену она назовёт. Нужны основы Python и pandas.

2 790 ₽ за весь курс, одним платежом и без ограничения по времени. Первый урок открыт бесплатно — нужна только регистрация.

  • scikit-learn и pandas работают прямо в уроке
  • 126 задач с автоматической проверкой
  • 6 проектов: от первой модели до рекомендаций мастерской
  • Устанавливать программы не нужно
Первая модель курса
Считается прямо здесь

Цена по размерам

Изделие

Модель называет

28 000 ₽

Так отвечает линейная модель по трём размерам. На заказах, которых она не видела при обучении, она в среднем ошибается примерно на 6 900 ₽ при средней цене около 32 000 ₽. Как это проверять и улучшать — в курсе.

Зачем

Четыре вопроса, с которыми приходят на этот курс

У каждого — модуль, где он разобран, и проект, где вы делаете это сами.

Слышал про машинное обучение, но не понимаю, что модель на самом деле делает.
Модуль 1

Вы запускаете готовую модель цены по размерам изделия и читаете её построчно: что такое признаки и цель, чем обучение отличается от проверки и почему модель называет ориентир, а не точный ответ. Формулы встречаются редко и объясняются словами.

На моих данных модель показывает отличный результат, а на новых работает плохо.
Модули 2 и 5

Вы находите столбец, который подсказывает ответ, видите, как ошибка на новых заказах расходится с ошибкой на обучающих, и проверяете модель на нескольких разбиениях, а не на одном. Так выглядит честная проверка.

Какую модель выбрать и как понять, что она хорошая?
Модули 3 и 4

Одну и ту же задачу вы решаете несколькими моделями — линейной, деревом, лесом, соседями — и сравниваете их по одной схеме и с простым ответом. Для цены считаете ошибку в рублях, для ответа «да или нет» — точность и полноту и двигаете порог под задачу.

Как рассказать о результате коллеге, чтобы он смог принять решение?
Модуль 6

Вы переводите ошибку в рубли и проценты, сравниваете с простым ответом и называете границы: где модель занижает цену и какие заказы ей не знакомы. Итоговый проект печатает такие выводы сам.

Результат

Четыре вещи, которые вы делаете в курсе сами

Каждую из них отрабатывают задачи и проекты модулей.

Подготовить таблицу

Заполнить пропуски, превратить слова в числа, привести признаки к одному масштабу и убрать столбцы-подсказки.

Обучить и сравнить модели

Линейную, дерево, случайный лес, градиентный бустинг и соседей — для цены и для ответа «да или нет».

Проверить честно

Отложить проверочные заказы, заметить переобучение, сравнить модели кросс-валидацией и подобрать параметры.

Рассказать о результате

Назвать ошибку в рублях, сравнить с простым ответом, найти группы заказов и описать, где модель может подвести.

На какой уровень рассчитан курс

Курс рассчитан на уровень «разбираюсь, как строить и проверять простую модель на табличных данных и как объяснять, чему в ней можно верить». Это основа, а не профессия: нейросети, тексты, изображения, временные ряды и запуск модели в работу в курс не входят. Вакансию он не гарантирует, и обещать её мы не станем.

Проекты

6 проектов: по одному в конце каждого модуля

Проект — итоговая задача модуля: программа из нескольких функций, которую вы собираете по описанию. В заготовке названия функций уже есть, остальное пишете вы. Первый проект обучает и проверяет модель цены. Последний — отчёт для мастерской: программа готовит сырую таблицу, обучает модели цены и опоздания, находит группы заказов и печатает выводы. Между ними — чистая таблица, сравнение моделей цены, прогноз опоздания и поиск лучшей модели.

Образца перед глазами нет: есть описание поведения и тесты. Они запускают вашу программу на данных курса и на маленьких таблицах — и показывают, на чём она споткнулась.

  1. Модуль 1

    Первая модель цены

    Программа обучает модель цены на заказах мастерской, проверяет её на заказах, которых модель не видела, и называет цену нового изделия.

  2. Модуль 2

    Чистая таблица для модели

    Программа заполняет пропуски, превращает категории в числа, убирает столбцы-подсказки и делит заказы на обучающие и проверочные.

  3. Модуль 3

    Прогноз цены заказа

    Программа сравнивает несколько моделей цены, выбирает лучшую по ошибке на проверочных заказах и печатает, где она ошибается больше всего.

  4. Модуль 4

    Прогноз опоздания

    Программа обучает модель опоздания заказа, подбирает порог и печатает, сколько опозданий она находит и как часто ошибается.

  5. Модуль 5

    Лучшая модель

    Программа сравнивает модели кросс-валидацией, подбирает параметры лучшей и печатает, какие признаки ей важнее всего.

  6. Модуль 6

    Рекомендации мастерской

    Программа готовит таблицу, обучает и проверяет модели цены и опоздания, находит группы заказов и печатает выводы для мастерской.

Как проходит урок

Абзац — запуск — задача

Один приём за раз: объяснили, показали в работе, дали попробовать. И так до конца урока.

Пример уже выполнен. Измените глубину дерева или число деревьев в лесу и запустите ещё раз
  1. 1
    Примеры запускаете вы

    Код не выполняется сам: вы нажимаете «Запустить», видите вывод и можете открыть пример в тренажёре и поменять под себя.

  2. 2
    Данные похожи на настоящие

    Не «три строки для примера», а тысяча двести заказов с пропусками и столбцами, которые подсказывают ответ, — как в жизни.

  3. 3
    Ошибка — с переводом

    Для частых ошибок рядом с сообщением scikit-learn — что оно значит по-русски и где искать причину.

Тест не прошёл: нулевой столбец predict_proba — вероятность «не опоздает», а нужна вероятность «опоздает»
  1. 4
    Тесты запускают ваш код

    Не сверяют с образцом, а выполняют программу или вызывают вашу функцию с разными данными. Как вы её написали — ваше дело.

  2. 5
    Проверяют то, о чём забывают

    Перепутанный столбец, порядок аргументов, пустой список, граничное значение. Так появляется привычка думать об этом заранее.

  3. 6
    Подсказки, а не ответы

    Первая наводит на мысль, следующая сужает поиск. Готовое решение открывается последним.

Задачи четырёх видов: угадать вывод программы, выбрать ответ, починить чужой код, написать свой. Чужой код чинят в каждом уроке — в машинном обучении неверные цифры нередко приходят без всякой ошибки.

Программа

6 модулей, 24 урока

Сначала первая модель и таблица заказов. Потом подготовка данных: от неё зависит честность проверки. Дальше регрессия для цены, классификация для опоздания, проверка и улучшение, а в конце группы заказов и итоговый проект. Раскройте модуль — под каждым уроком написано, что вы в нём делаете.

6 модулей · 24 урока · 6 проектов
1Первая модель4 урока
  1. Что такое машинное обучение и первая модельВы узнаёте, что такое машинное обучение и какие бывают задачи, запускаете готовый код, который по размерам изделия называет цену, и читаете его построчно.
  2. Таблица заказов: признаки и то, что предсказываемВы читаете таблицу заказов, выбираете признаки и целевой столбец.
  3. Как читать код курса: что менять, а что оставитьВы разбираете готовую программу и меняете в ней нужное: столбцы, числа, модель.
  4. Обучение и проверка: честная оценка моделиВы делите заказы на обучающие и проверочные, обучаете модель и считаете, насколько она ошибается.

Проект: Первая модель цены. Программа обучает модель цены на заказах мастерской, проверяет её на заказах, которых модель не видела, и называет цену нового изделия.

В итоге: узнаёте, из чего состоит модель, и обучаете и проверяете самую простую.

2Подготовка данных4 урока
  1. Пропуски: что делать с пустыми ячейкамиВы находите пустые значения и заполняете их так, чтобы не исказить данные.
  2. Категории в числа: материал, изделие, тип клиентаВы превращаете текстовые столбцы в числа, с которыми работает модель.
  3. Масштаб признаков: когда он нуженВы приводите признаки к одному масштабу и проверяете, на каких моделях это важно.
  4. Утечки данных: почему модель «знает» слишком многоВы находите столбцы, которые подсказывают ответ, и убираете их.

Проект: Чистая таблица для модели. Программа заполняет пропуски, превращает категории в числа, убирает столбцы-подсказки и делит заказы на обучающие и проверочные.

В итоге: готовите таблицу так, чтобы модель училась честно.

3Регрессия: цена заказа4 урока
  1. Линейная регрессия: как читать коэффициентыВы обучаете линейную модель и объясняете, как каждый признак влияет на цену.
  2. Метрики ошибки: MAE, RMSE и R²Вы считаете ошибку тремя способами и понимаете, чем они отличаются.
  3. Деревья решений и случайный лес для ценыВы обучаете дерево и лес и сравниваете их с линейной моделью.
  4. Сравнение моделей и ошибки по группамВы сравниваете модели и смотрите, на каких заказах они ошибаются сильнее.

Проект: Прогноз цены заказа. Программа сравнивает несколько моделей цены, выбирает лучшую по ошибке на проверочных заказах и печатает, где она ошибается больше всего.

В итоге: прогнозируете числовой показатель и оцениваете, насколько прогнозу можно доверять.

4Классификация: опоздает ли заказ4 урока
  1. Логистическая регрессия: от вероятности к ответуВы получаете вероятность опоздания заказа и превращаете её в ответ «да» или «нет».
  2. Точность, полнота и матрица ошибокВы считаете, сколько опозданий модель нашла и сколько раз тревожила зря.
  3. Порог и ROC-AUC: компромиссы классификацииВы двигаете порог и выбираете его под задачу мастерской.
  4. Деревья и соседи: другие способы разделить заказыВы пробуете другие модели классификации и сравниваете результаты.

Проект: Прогноз опоздания. Программа обучает модель опоздания заказа, подбирает порог и печатает, сколько опозданий она находит и как часто ошибается.

В итоге: прогнозируете ответ «да» или «нет» и выбираете порог под задачу.

5Проверка и улучшение4 урока
  1. Переобучение: как заметить, что модель зазубрилаВы сравниваете ошибку на обучающих и проверочных заказах и находите переобучение.
  2. Кросс-валидация: проверка по частямВы проверяете модель на нескольких разбиениях, а не на одном.
  3. Подбор параметров: поиск по сеткеВы перебираете настройки модели и выбираете лучшие.
  4. Ансамбли и важность признаковВы обучаете случайный лес и градиентный бустинг и смотрите, какие признаки им важны.

Проект: Лучшая модель. Программа сравнивает модели кросс-валидацией, подбирает параметры лучшей и печатает, какие признаки ей важнее всего.

В итоге: проверяете модель надёжнее, чем одним разбиением, и улучшаете её осознанно.

6Группы заказов и итоговый проект4 урока
  1. Кластеризация: группы похожих заказовВы делите заказы на группы без готовых ответов.
  2. Сколько групп: проверка кластеровВы выбираете число групп и проверяете, насколько они различимы.
  3. Как рассказать о модели: выводы и ограниченияВы описываете модель так, чтобы коллега понял, чему можно верить, а чему нет.
  4. Итоговый проект: от таблицы до рекомендацииВы проходите весь путь — от сырой таблицы до рекомендации для мастерской.

Проект: Рекомендации мастерской. Программа готовит таблицу, обучает и проверяет модели цены и опоздания, находит группы заказов и печатает выводы для мастерской.

В итоге: проходите весь путь от таблицы до выводов и узнаёте, где модель может подвести.

Цена

За что вы платите

  • 24 урока в 6 модулях. Текст, живые примеры и свободное окно для экспериментов в каждом.
  • 126 задач. С тестами, подсказками и разбором после решения.
  • 6 проектов. Первая модель цены, чистая таблица, прогноз цены, прогноз опоздания, поиск лучшей модели и итоговые рекомендации мастерской.
  • Учебные данные. Таблица заказов вымышленной мастерской «Бобёр и рубанок»: 1 200 заказов и 18 столбцов, с пропусками и столбцами-подсказками. Компания выдумана, совпадения случайны.
  • Тренажёр в браузере. Python с pandas и scikit-learn выполняется прямо во вкладке, настраивать и устанавливать нечего.
  • Без расписания. Нет ни групп, ни сроков сдачи. Прогресс привязан к аккаунту, доступ без ограничения по времени.
Для кого

Кому этот курс подойдёт

Знаете основы Python и pandas

Переменные, списки и словари, условия, циклы, функции, чтение таблицы и выбор столбцов. Если этого пока нет, начните с курсов «Python с нуля» и «Анализ данных на Python»: они есть на платформе.

Работаете с таблицами

Аналитик или специалист, который каждый день считает отчёты и хочет перейти от описания прошлого к прогнозам: построить прогноз по таблице и проверить, можно ли ему верить.

Хотите понять, как это устроено

Применять машинное обучение на работе необязательно: курс объясняет, что делает модель, как её проверяют и где она ошибается — на понятных заказах мастерской, а не на абстрактных числах.

Границы курса

Чего здесь не будет

Семь вещей, о которых честнее сказать до покупки.

  • Установки на компьютер. Занятия проходят на сайте. Как поставить Python, scikit-learn и редактор кода, курс не рассказывает.
  • Основ Python и pandas. Курс на них опирается: коротко напоминает нужное, но не учит с нуля. Для этого есть «Python с нуля» и «Анализ данных на Python».
  • Нейросетей, текстов и изображений. Только модели для таблиц: линейные модели, деревья, леса, бустинг, соседи и кластеризация.
  • Временных рядов и запуска модели в работу. Как прогнозировать по датам и как встроить модель в сервис — за рамками курса.
  • Ваших файлов. Тренажёр работает с учебной таблицей курса: свои данные в него не загружаются. Таблица рассчитана на тысячи строк, а не на миллионы.
  • Обещаний про работу. Курс даёт основу для простых моделей. До вакансии специалиста по данным ещё несколько тем, и гарантий трудоустройства мы не даём.
  • Наставника. Решения проверяют тесты, а не человек. Поддержка поможет с оплатой, доступом и работой сайта, но код разбирать не будет.
Вопросы

Что спрашивают перед покупкой

Это настоящий scikit-learn?

Да. Программы выполняет настоящий интерпретатор Python 3.14 с библиотеками pandas 3.0 и scikit-learn 1.8, собранный для браузера. Код из уроков работает и на вашем компьютере. В тренажёре не работают вещи за рамками курса: графики, сеть и сторонние пакеты.

Нужно ли знать Python?

Да, основы нужны: переменные, списки и словари, циклы, функции, чтение таблицы. Если они уже есть, можно начинать. Если нет, сначала пройдите «Python с нуля» и «Анализ данных на Python»: оба есть на платформе. В уроке 3 есть краткое напоминание о Python, но оно не заменяет этих курсов.

Нужна ли математика?

Формулы встречаются редко и объясняются словами и примерами. Курс опирается на понимание того, что значит каждое число — ошибка, точность, полнота, — а не на вывод формул.

Почему урок открывается не сразу?

При первом открытии браузер загружает Python, pandas и scikit-learn — около 40 МБ — и подготавливает их к работе. Обычно это от двадцати секунд до минуты, дальше всё хранится в памяти браузера. На старом телефоне или со слабым интернетом дольше — лучше заниматься с компьютера.

Данные настоящие?

Нет, мастерская «Бобёр и рубанок» выдумана, совпадения случайны. Данные устроены как настоящие: в них есть пропуски, столбцы, которые подсказывают ответ, и заказы, на которых модели ошибаются сильнее, — чтобы вы научились находить такие места. Реальных персональных данных в курсе нет.

Сколько это займёт?

Около 16 часов: от получаса до часа на урок, итоговый проект дольше. Если заниматься по часу в будний день, выйдет около трёх недель. Курс не привязан к срокам: заниматься можно в своём темпе.

Что дальше после курса?

После курса можно строить и проверять простые модели на табличных данных и объяснять, чему в них можно верить. Следующие шаги — нейросети, работа с большими данными и запуск моделей в работу. Они в курс не входят, вакансию он не гарантирует.

А если я застряну на задаче?

У каждой задачи несколько подсказок, от общей к конкретной, а после них открывается решение. Если задача не получается, подсказки помогают двигаться дальше, а решение, найденное самостоятельно, запоминается лучше.

Можно учиться с телефона?

Читать уроки можно, но решать задачи и тем более проекты удобнее на компьютере: программы длинные, а scikit-learn тяжёлый для маленьких устройств и первой загрузки в 40 МБ.

Запустите первую модель и посмотрите, что она умеет

Откройте первый урок: за полчаса можно узнать, что такое модель, запустить готовую программу, которая называет цену изделия по размерам, и прочитать её построчно. Дальше — ещё 23 урока и 6 проектов за 2 790 ₽.

Машинное обучение на Python · 2 790 ₽Один платёж · без подписки
Начать

Кабинет