Курс
Ансамблевые методы в Python
Продвинутый уровеньУровень навыков
Обновлено 10.2025
PythonMachine Learning4 ч15 видео52 Упражнения4,050 XP12,909Справка об успешном завершении
Создать бесплатный аккаунт
Продолжить через GoogleПоказать больше вариантовили
Продолжая, вы принимаете наши Условия использования, Политику конфиденциальности и соглашаетесь с хранением ваших данных в США.
Любимая обучающимися из тысяч компаний
Обучаете команду?
Попробуйте для бизнесаОписание курса
Необходимые условия
Linear Classifiers in PythonMachine Learning with Tree-Based Models in Python1
Объединение нескольких моделей
Трудно выбрать лучшую модель из нескольких построенных? Не нужно останавливаться на одной — используйте их все сразу! В этой главе вы узнаете, как объединять несколько моделей в одну с помощью методов «голосования» и «усреднения». Вы примените их для предсказания рейтингов приложений в Google Play Store, определения легендарности покемонов и прогнозирования гибели персонажей «Игры престолов»!
2
Бэггинг
Бэггинг — это ансамблевый метод, лежащий в основе таких мощных алгоритмов, как случайные леса. В этой главе вы изучите теорию этой техники и построите собственные модели бэггинга с помощью scikit-learn.
3
Бустинг
Бустинг — это класс ансамблевых алгоритмов машинного обучения, включающий такие известные модели, как AdaBoost. В этой главе вы познакомитесь с этим алгоритмом и применёте его для предсказания кассовых сборов фильмов. Также вы изучите алгоритмы градиентного бустинга — CatBoost и XGBoost.
4
Стекинг
Познакомьтесь со стекингом! В финальной главе курса вы изучите этот ансамблевый метод и научитесь реализовывать его как с помощью scikit-learn, так и с библиотекой mlxtend. Вы примените стекинг для предсказания съедобности грибов Северной Америки и вернётесь к задаче оценки рейтингов приложений Google, используя этот более продвинутый подход.
Ансамблевые методы в Python
Курс завершён
Получить сертификат об окончании
Добавьте эту квалификацию в профиль LinkedIn, резюме или CVПоделитесь в социальных сетях и в обзоре эффективностиЗаписаться сейчас
Присоединяйтесь к более чем 19 миллионам обучающихся и начните Ансамблевые методы в Python уже сегодня!
Создать бесплатный аккаунт
Продолжить через GoogleПоказать больше вариантовили
Продолжая, вы принимаете наши Условия использования, Политику конфиденциальности и соглашаетесь с хранением ваших данных в США.
Развивайте свои навыки работы с данными с помощью DataCamp для мобильных устройств.
Успевайте в обучении на ходу с помощью наших мобильных курсов и ежедневных 5-минутных заданий по программированию.