SenatorovAI | Школа Data Science Руслана Сенаторова

#group_1_scrum

Сегодня состоится созвон 1 группы в 18:00 по МСК
Ссылка: https://9dsqs1ue.ktalk.ru/brtrtbqod7o1

Обсудим проблемы и дальнейшие планы в школе

Ютуб | Школа SenatorovAI | Live

9dsqs1ue.ktalk.ru

Group 1

Подключиться к видеоконференции

🔥2

255 viewsСветлана Сабитова, edited 08:21

SenatorovAI | Школа Data Science Руслана Сенаторова

🤖 Machine Learning — простыми словами

Machine Learning (ML) — это когда компьютер учится на данных, а не по жёстким правилам.
Мы не говорим программе «делай так», мы говорим «вот данные — найди закономерность».

Простой пример

Есть данные:
x — часы учёбы
y — результат экзамена

ML-модель:
смотрит на прошлые примеры
находит зависимость
предсказывает результат для новых данных

Ютуб | Школа SenatorovAI | Live

❤5

253 viewsOtabek, edited 10:15

SenatorovAI | Школа Data Science Руслана Сенаторова

🧠 Основные типы ML
1.Supervised Learning (обучение с ответами)

Есть вход + правильный ответ
линейная регрессия
логистическая регрессия
деревья решений

Примеры:
прогноз цены
спам / не спам
оценка риска

2.Unsupervised Learning (без ответов)

Ответов нет, модель ищет структуру сама
кластеризация (KMeans)
понижение размерности

Примеры:
сегментация клиентов
поиск аномалий

3.Reinforcement Learning

Обучение через награду и штраф
агент
среда
стратегия

Примеры:
игры
роботы
автопилоты

📉 Ключевая идея ML

Модель минимизирует ошибку

Ошибка = разница между:
реальным значением
предсказанием

Для этого используют:
функцию потерь
градиент
оптимизацию

❗️ Глубокую математику можно учить по ходу, а не в начале.

Ютуб | Школа SenatorovAI | Live

🔥5💊3

278 viewsOtabek, edited 11:44

SenatorovAI | Школа Data Science Руслана Сенаторова

1:40:59

Media is too big

VIEW IN TELEGRAM

#group_1_scrum

06.02.2026

13:11 Senatorov

Запись созвона 1 группы

Студенты:

@escape0x0d
https://github.com/SERG-1613

@hasan
https://github.com/hasan613

@shn4ydar
https://github.com/Shn4yder/

@svet_lana1588
https://github.com/svetlana-s88

Ютуб | Школа SenatorovAI | Live

294 viewsСергей Романович, edited 17:38

SenatorovAI | Школа Data Science Руслана Сенаторова

🤖 Как ML-модель учится на данных

Machine Learning — это подбор параметров модели так, чтобы ошибка была минимальной.

📐 Модель = формула

Пример простой модели:

y = kx + b
x - вход
y - предсказание
k, b - параметры, которые ищет модель

ML не «думает», он подбирает k и b.

Ошибка и функция потерь

Ошибка - разница между:
реальным y
предсказанным y

Чтобы ошибки не компенсировали друг друга, берут квадрат ошибки.
Сумма этих квадратов = функция потерь (loss).

loss → минимум

⛰ Градиентный спуск
Алгоритм, который:
смотрит, куда ошибка уменьшается
делает маленькие шаги
повторяет много раз

Так модель учится.

🧠 Главное
ML — это не магия.
Это:
формула + ошибка + оптимизация.

Если это понятно - база ML у тебя уже есть

Ютуб | Школа SenatorovAI | Live

❤3🔥2

266 viewsOtabek, edited 10:22

SenatorovAI | Школа Data Science Руслана Сенаторова

📊 Классический Machine Learning — база ML

Классический ML — это алгоритмы, которые работают с табличными данными, быстро обучаются и легко объясняются.
Это фундамент всего Machine Learning.

🧠 Что делает ML

Модель подбирает параметры так, чтобы ошибка была минимальной.
Пример простой модели:

y = kx + b

ML не думает — он оптимизирует.

🔑 Основные алгоритмы
Линейная регрессия — предсказание чисел (цена, зарплата)
Логистическая регрессия — классификация (0 / 1, да / нет)
KNN — решение по ближайшим соседям
Деревья решений — логика «вопрос → ответ»
Naive Bayes — вероятностный метод, часто для текста

📉 Ошибка и обучение

Ошибка = разница между реальным и предсказанным значением.
Используется функция потерь, которую модель минимизирует с помощью градиентного спуска.

🚀 Почему классический ML важен
проще нейросетей
быстрее и дешевле
часто достаточно для реальных задач
отличная база для DL и AI

Классический ML — это фундамент, без которого дальше идти сложно 🧱🔥

Ютуб | Школа SenatorovAI | Live

❤2💊2

247 viewsOtabek, edited 14:48

SenatorovAI | Школа Data Science Руслана Сенаторова

Разработчик работает над багом в коде, и у него почти все готово для коммита. Но в этот момент босс даёт ему срочную задачу. Как разработчику не потерять свои исправления? Выберите оптимальное решение.

Anonymous Quiz

30%

Создать новую ветку и закоммитить в неё.

Скопировать все изменения в новый файл с названием "Доделать"

62%

Использовать команду git stash

Доделать первую задачу, босс подождёт.

50 voters254 viewsСветлана Сабитова, 17:03

SenatorovAI | Школа Data Science Руслана Сенаторова

Вы нашли интересный репозиторий на GitHub и решили внести свой вклад в его развитие. Ваше первое действие?

Anonymous Quiz

32%