Типы задач ML (классификация, регрессия, кластеризация), supervised vs unsupervised, пайплайн ML-проекта, роль аналитика.
Типы задач, train/test split, кросс-валидация, переобучение, метрики классификации и регрессии, feature engineering.
Ключевые темы: классификация, регрессия, overfitting, ROC-AUC, F1, feature engineering.
В Pro-подписке по этому конспекту получите: