Menu
CoddyTech
НАЧАТЬ УЧИТЬСЯ
flag Ru iconРусскийdown icon
machine Learning iconЧасть путешествия по Machine LearningНовыйПуть

Обучение с учителем на Python

Обучайте модели на размеченных примерах. Делите данные, обучайте, предсказывайте и оценивайте в scikit-learn, смотрите каждую модель на графике и в финале соберите классификатор видов пингвинов.

НАЧАТЬ ОБУЧЕНИЕ(бесплатно)
Смотреть программуПесочница Обучение с учителем

1,000+ codders записались

58 уроков58 задачи240 вопросов квиза

  • Для начинающих
  • sparkles iconПомощь ИИ при написании кода
  • hint iconПрактические интерактивные уроки
  • quiz iconТесты для проверки знаний
  • certificate iconБесплатный сертификат о прохождении

Программа

1 разделов58 уроков58 задачи240 вопросов квиза

Этот раздел - часть путешествия по Machine Learning. В полной программе ещё больше разделов - кликни по любому превью ниже, чтобы открыть его на странице путешествия.

  1. Раздел 1Данные и графики60 уроков
  2. Раздел 2Статистика для машинного обучения64 уроков
  3. Раздел 3

    Обучение с учителем

    Начать разделНачатьРазвернутьСвернуть    Обучайте реальные модели с помощью scikit-learn: разделяйте данные, обучайте модели, делайте предсказания и оценивайте результаты. k-NN, линейная и логистическая регрессия, деревья, леса и бустинг, объективная оценка с помощью кросс-валидации и конвейеры — и в завершение сквозной проект с данными о пингвинах.58 уроков58 задачи240 вопросов

    Ваша первая модель

    5 уроков520

    Метод ближайших соседей

    5 уроков520

    Линейная регрессия

    5 уроков520

    Логистическая регрессия

    5 уроков520

    Оценка классификаторов

    6 уроков625

    Деревья решений

    5 уроков520

    Переобучение

    5 уроков520

    Кросс-валидация

    4 уроков415

    Ансамбли

    4 уроков415

    Конвейеры

    5 уроков520

    Проект: виды пингвинов

    5 уроков525

    Итоговые задания

    4 уроков420
  4. Раздел 4Обучение без учителя51 уроков
Посмотреть полную программу путешествия по Machine Learning
Что вы получаете
Всё, что вам нужно, чтобы научиться программировать

Учитесь на практике

Пишите реальный код, работайте с базами данных, создавайте сайты и осваивайте ИИ-промпты. Наши интерактивные уроки охватывают все навыки, необходимые современным разработчикам.

playground.js
Редактор кода
1const greeting = "Hello, Coddy!"
2function sayHi(name) {
3    return greeting + " " + name
4}
5
bottombar Collapse icon
Тест №1test Case Success icon
Тест №2test Case Success icon
Тест №3test Case Failure icon
Ввод
"Alex"
Вывод
"Hello, Coddy! Alex"

Создайте свою серию

Будьте последовательны и наблюдайте за своим прогрессом! Отслеживайте ежедневную привычку программирования, защищайте свою серию с помощью дней заморозки и получайте награды за каждый день.

12 дней подряд

Возвращайтесь завтра, чтобы сохранить серию!

fire Filled icon
left icon

January 2026

right icon

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

21

22

23

24

25

26

27

28

29

30

product Double Or Nothing icon

Всё или ничего

День 5 из 7

fire Freeze icon

Заморозка серии

2 left

Код где угодно

Возьмите свое путешествие по программированию с собой! Без настройки, без загрузок - просто откройте и начните программировать. Доступно на iOS, Android и Web с рейтингом 4.9 звезд.

Python
7Серия
250Очки
5Энергия
Переменные
journey Hex Done Base iconjourney Hex Done Shadow iconjourney Hex Done Top iconjourney Lesson Done icon
journey Path Right Done icon
journey Hex Done Base iconjourney Hex Done Shadow iconjourney Hex Done Top iconjourney Lesson Done icon
journey Path Left Done icon
journey Hex Active Base iconjourney Hex Active Shadow iconjourney Hex Active Top iconjourney Lesson Theory Challenge icon
ПРОДОЛЖИТЬ
journey Path Right icon
journey Hex Locked Base iconjourney Hex Locked Shadow iconjourney Hex Locked Top iconjourney Lesson Theory Challenge icon
journey Path Left icon
journey Hex Locked Base iconjourney Hex Locked Shadow iconjourney Hex Locked Top iconjourney Lesson All icon
Путь
Цели
Таблица лидеров
Профиль
4.9
ЗвездаЗвездаЗвездаЗвездаЗвезда
Рейтинг

Вы не одиноки

Соревнуйтесь в глобальных рейтингах, приглашайте друзей, чтобы получать награды, и празднуйте успехи друг друга. Программировать веселее с друзьями!

Лига Претендентов
Лига ПретендентовТоп 7 продвигаются
leaderboard First icon1
avatar 1 icon
fire Filled icon
Alex7+ Days
2840
leaderboard Second icon2
avatar 2 icon
fire Filled icon
Jordan7+ Days
2650
leaderboard Third icon3
avatar 3 icon
fire Filled icon
Sam7+ Days
2420
4
avatar 4 icon
Casey
2180
5
avatar placeholder icon
fire Filled icon
Morgan7+ Days
1950
leaderboard Arrow Up iconЗона продвиженияleaderboard Arrow Up icon

Учитесь как угодно

Читайте, слушайте, проверяйте себя, спрашивайте у ИИ или ищите то, что уже изучили. Каждый урок подстраивается под вас.

Введение в переменные
Аудио

Переменная - это именованный контейнер, который хранит значение для последующего использования.

В Python вы создаёте её, написав имя, знак равенства и значение, которое нужно сохранить.

Значение может меняться - переприсваивание просто направляет имя на новое значение.

1xSarah

Ваш сертификат

Получайте сертификаты за каждый завершенный курс. Добавьте их в свой профиль LinkedIn и резюме, чтобы продемонстрировать работодателям свои навыки программирования.

CoddyСертификат о прохождении
Настоящим подтверждается, чтоИван Ивановуспешно завершил(а)
python iconОсновы Python
Подтверждено
Датаянв. 2026
LinkedInДобавить в LinkedIn

Почему стоит изучать обучение с учителем с Coddy

  • Весь рабочий процесс scikit-learn в четырёх строках, которые пригодятся в каждом проекте: train_test_split, fit, predict и score. Дальше каждая новая модель это одна новая строка, а не новый способ работы.
  • Видно, что решает модель. Границы решений раскрашивают плоскость, графики остатков показывают, что упускает прямая, ROC-кривые показывают, чем жертвует порог. В каждом уроке есть график, и ваш появляется на вкладке «Графики» при запуске.
  • Модели, которые делают большую часть реальной работы: k ближайших соседей, линейная и логистическая регрессия, деревья решений, случайный лес и градиентный бустинг, а также пайплайны, которые масштабируют, кодируют и заполняют пропуски без утечки тестовой выборки.
  • Честные оценки. Матрицы ошибок, precision и recall, несбалансированные классы, переобучение, валидационные выборки и кросс-валидация, чтобы отличить работающую модель от той, что просто зазубрила домашку.

Частые вопросы об обучении с учителем

Что такое обучение с учителем?

Обучение с учителем тренирует модель на примерах с правильными ответами, которые называют метками. В каждой строке есть признаки (длина клюва пингвина, длина ласт, остров) и метка (его вид). Модель изучает связь между ними, а затем предсказывает метку для новых строк. «С учителем» потому, что метки играют роль учителя: модель сверяется с ними, пока учится.

Чем обучение с учителем отличается от обучения без учителя?

В обучении с учителем есть метки, и модель их предсказывает: спам или нет, цена квартиры, вид цветка. В обучении без учителя меток нет, и модель ищет структуру в самих данных: группы похожих клиентов, несколько направлений, которые объясняют большую часть разброса, подозрительные показания. Обычно сначала изучают обучение с учителем; раздел об обучении без учителя идёт сразу после него.

Что такое классификация и регрессия?

Это два вида обучения с учителем. Классификация предсказывает категорию, например спам или не спам, или один из трёх сортов вина. Регрессия предсказывает число, например завтрашний прокат велосипедов или развитие болезни у пациента. Многие модели умеют и то и другое: k-NN, дерево решений и случайный лес есть для каждой задачи, и курс использует обе версии.

Какие алгоритмы обучения с учителем есть в курсе?

k ближайших соседей, линейная регрессия и Ridge, логистическая регрессия, деревья решений, случайный лес и градиентный бустинг, всё на scikit-learn. Вокруг них вы изучите инструменты, которые делают их пригодными для дела: StandardScaler, OneHotEncoder, SimpleImputer, пайплайны, cross_val_score и GridSearchCV.

Что нужно знать перед началом?

Основы Python, а также NumPy, pandas и matplotlib, и достаточно статистики, чтобы понимать среднее, разброс и корреляцию. Первые два раздела курса машинного обучения учат именно этому. Если вы это уже знаете, можно начинать отсюда.

Как понять, хороша ли моя модель?

Проверьте её на строках, которых она не видела при обучении, и сравните с простым базовым вариантом, например всегда угадывать самый частый класс. Одна только accuracy может обманывать, когда какой-то класс редкий, поэтому курс учит ещё матрице ошибок, precision, recall, F1 и ROC-кривым, а также кросс-валидации, чтобы убедиться, что результат не случайность.

Сколько времени занимает раздел об обучении с учителем?

58 уроков, около 10 часов в своём темпе: несколько недель по полчаса в день. Каждый урок это одна идея и одна задача, а заканчивается раздел проектом с пингвинами и четырьмя финальными заданиями.

Это бесплатно?

Да. Уроки, графики, подсказки ИИ и сертификат за раздел бесплатны. С бесплатным аккаунтом можно проходить несколько уроков в день, а Pro снимает дневной лимит.

Пути обучения, включающие этот курс

Этот курс - один шаг более длинного пути: несколько курсов в том порядке, в котором их дал бы наставник, каждый со своим бесплатным сертификатом.

Иллюстрация языков программирования Coddy

Учите Обучение с учителем с Coddy

НАЧАТЬ