2.0 KiB
2.0 KiB
Модуль 07. Деревья, ансамбли и бустинг
Плановый срок: недели 15–16.
Цели
- понимать построение и переобучение дерева решений
- различать bagging, random forest и gradient boosting
- настраивать ансамбли и интерпретировать их без самообмана
Предварительные знания
Нужны честная валидация, метрики классификации и регрессии, а также понятия bias и variance.
Теория
- Дерево решений: критерии разбиения и pruning
- Bagging, Random Forest и out-of-bag оценка
- Градиентный бустинг
Термины модуля: glossary.md.
Для каждого урока: прочитайте теорию, воспроизведите ключевой пример своими руками и запишите три тезиса без подсказки. Формулы из этого модуля нужно уметь связать с кодом и наблюдаемым поведением модели.
Задания
assignments/01_tree_from_scratch.md— Дерево решений с нуляassignments/02_ensembles.md— Bagging против boostingassignments/03_explainability.md— Интерпретация бустинга
Завершение модуля
Модуль завершён, когда все задания удовлетворяют критериям приёмки, вы можете объяснить основные решения без ноутбука и получили review.