Зачем делить данные на train 🏋️‍♂️ и test 🧪

Если обучать и проверять модель на одних данных, она может просто запомнить 🧠, а не научиться.

Поэтому данные делят
Train 🏋️‍♂️ - обучение
Test 🧪 - проверка на новых данных

Классика
80 процентов train
20 процентов test

Если на train всё идеально ✅
а на test плохо ❌
это проблема

Смысл ML в обобщении 🌍, а не в запоминании.

Ютуб | Школа SenatorovAI | Live

Что такое переобучение ⚠️

Overfitting 📉 это когда модель слишком подстроилась под обучающие данные.

Она начинает учитывать шум 🔊, а не закономерности.

Признак
Отличный результат на train
Слабый результат на test

Как бороться
Больше данных 📊
Проще модель 🧱
Регуляризация ⚙️

Хорошая модель это устойчивая модель ✅

Ютуб | Школа SenatorovAI | Live

#отзыв #mlr #множественная_линейная_регрессия

@Viktor_Vin1
https://github.com/ViktorVinogradov89

ссылка на курс https://stepik.org/a/242962

Почему важно масштабирование 📏

Если признаки имеют разный масштаб
Возраст 18–60
Доход 2000–20000

Алгоритм может считать доход важнее просто потому что числа больше 📈

Решение
Нормализация 🔄
Стандартизация 📐

Особенно важно для
KNN 📍
Линейных моделей 📊

Один маленький шаг в подготовке данных может сильно улучшить результат 🚀

🎉 Дорогая Светлана! 🎉
@svet_lana1588
https://github.com/svetlana-s88

От всех студентов школы SentorovAI поздравляем тебя с днём рождения!

Желаем уверенности в каждом шаге, вдохновения в обучении и смелости покорять новые вершины — как в жизни, так и в мире технологий и искусственного интеллекта 🤖

Спасибо, что ты с нами и спасибо за твой вклад в нашу школу❤️

С наилучшими пожеланиями,
студенты школы SentorovAI

Автор: @RuslanSenatorov

Ютуб | Школа SenatorovAI | Live

#group_2_scrum

Созвон 2 группы - 18.02.2026, среда в 19:00.

2 группа: https://cr2nsocc.ktalk.ru/sw1tpl3toeyl

Ютуб | Школа SenatorovAI | Live

Что такое baseline 🧱

Baseline модель 📌 это простая модель для сравнения.

Например
Всегда предсказывать среднее 📊
Или самый частый класс 🔁

Если сложная модель не лучше baseline ❌
значит усложнение не имеет смысла.

Baseline это профессиональный стандарт в ML 💼

Ютуб | Школа SenatorovAI | Live

#freelance
Проект по облачным платформам.

Всем привет!
Только что закрыл уже 8-й КОММЕРЧЕСКИЙ проект в Школе SenatorovAI. Постепенно нарабатывается реальная практика, портфолио растёт, а задачи выполняются всё быстрее и увереннее. Особенно приятно видеть, как знания из обучения сразу превращаются в реальные выполненные проекты и конкретный результат.

В этот раз работал над проектом по облачным платформам и технологическому предпринимательству: настройка инфраструктуры, оформление репозитория и подготовка полноценной проектной документации. Такие задачи хорошо прокачивают не только технические навыки, но и понимание того, как выглядит реальный production-подход к проектам.

Так же новым вызовом было построение продакшн схемы (да, я все еще плохо рисую)
Каждый новый заказ - это не только опыт, но и дополнительные возможности собрать сильное портфолио. Когда уже понимаешь стек, процессы и требования заказчиков, работа идёт спокойно и без лишнего стресса.

В итоге снова легкие деньги потому, что делаешь понятные задачи, которые уже умеешь решать быстро и качественно.
Спасибо Руслану Сенаторову за доверие в выполнении фриланс проектах. Летим вперед! Дальше будет только интереснее

Ознакомиться с выполненным проектом можно по ссылке:
https://github.com/SENATOROVAI/2025-cloud-platforms-as-the-basis-of-technology-entrepreneurship-466075-kazar_v_s

Мой GitHub:
https://github.com/J4zzyflavor @Jazzyflavor

Если ты реально готов учиться и обрести новые знания/навыки,но почему-то откладывал на потом - Это тот самый ЗНАК чтобы начать!

Всем добра. До новых встреч ☺️

Предыдущий проект https://t.iss.one/SENATOROVAI/167

Ютуб | Школа SenatorovAI | Live

#group_1_scrum

Созвон 1 группы - 20.02.2026, пятница в 19:00.

1 группа: https://9dsqs1ue.ktalk.ru/brtrtbqod7o1

Ютуб | Школа SenatorovAI | Live

Почему scikit-learn 🐍 база

scikit-learn 🧠 это библиотека для классического ML.

Главная логика
model.fit 🏋️‍♂️ обучение
model.predict 🔮 предсказание

Единый интерфейс для разных алгоритмов 🔄

Через неё вы понимаете
Что такое признаки 📊
Как считается ошибка 📉
Как сравнивать модели ⚖️

Уверенно работаешь со sklearn значит понимаешь фундамент ML 🚀

#group_2_scrum

18.02.2026

Запись созвона 2 группы

Небольшое интервью по пройденным темам - итераторы, генераторы, множественное наследование, распаковка множеств, zip, срезы.

Студенты:

@autotest_er
https://github.com/dshilin

@white_shift
https://github.com/stokato

Ютуб | Школа SenatorovAI | Live

Год назад верстал кнопки. Теперь хочу строить модели. Привет, я Сергей 👋

Только что официально стал частью SenatorovAI — Школы Data Science, и эмоции не скрыть.

Долго шёл через фронтенд, но понял — не моё. Знаний пока немного, зато есть понимание, чего хочу — и это уже половина дела.

Цель на горизонте — войти в сферу и работать с реальными данными. Интереснее всего NLP, но посмотрим, куда выведет путь.
Буду документировать всё здесь: провалы, инсайты, первые проекты. Без прикрас.

GitHub: github.com/kycb322 Kaggle: kaggle.com/sergeystuliev

Подписывайтесь на канал и на меня — будем следить за результатами вместе 🚀

Кто тоже пришёл в DS из другой сферы — как у вас прошло? 👇

Ютуб | Школа SenatorovAI | Live

Созвон в 1 группе прошёл просто 🔥
👉https://t.iss.one/SENATOROVAI/305

Очень сильная динамика, много глубоких вопросов и включённости.

Благодаря тестированию, которое провела Светлана @svet_lana1588, мы чётко увидели уровень каждого участника и смогли разобрать реальные рабочие моменты.

Подписывайтесь на неё в гитхаб:
https://github.com/svetlana-s88

👉Будем ждать всех желающих на следующем созвоне.

Автор: @RuslanSenatorov

Ютуб | Школа SenatorovAI | Live

#group_1_scrum

20.02.2026

Запись созвона 1 группы

Решили тест по github и линтерам. За подготовку спасибо Светлане - @svet_lana1588

Студенты:

@shn4ydar
https://github.com/Shn4yder

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

@kycb322
https://github.com/kycb322

@arm_naruto
https://github.com/Dockstage

@Jazzyflavor
https://github.com/J4zzyfl4vor

Ютуб | Школа SenatorovAI | Live

В любой задаче ML есть
признаки 🧩 — входные данные
и
целевая переменная 🎯 — то, что мы хотим предсказать

Пример
Площадь, район, этаж → признаки
Цена квартиры → целевая переменная

Если задача классификации
Спам или не спам → это целевая переменная

Важно чётко понимать
Что именно модель должна предсказать

Без правильно определённой цели модель бессмысленна

Ютуб | Школа SenatorovAI | Live