Фундаментальный курс по принципам, лежащим в основе всех ML-алгоритмов. Для тех, кто хочет понимать, а не просто использовать.
Этот курс создан не для того, чтобы научить вас вызывать model.fit(). Он объясняет, что именно происходит внутри этого вызова: как алгоритм изменяет параметры модели, почему именно так, и что может пойти не так.
По завершении вы будете понимать математику градиентного спуска, смысл функций потерь, природу проблемы bias-variance и методы её диагностики — и сможете применять эти знания к любому алгоритму ML.