Алгоритм классификации KNN — определим класс объекта по ближайшим соседям // Machine Learning. Basic

Описание: Только начинаете знакомство с машинным обучением? Приходите на наш вводный урок курса «Machine Learning. Basic» и узнайте, как работает один из самых простых и интуитивно понятных алгоритмов — K-ближайших соседей (KNN).

📍 Что вас ждет на вебинаре?
Пошаговое объяснение принципа работы KNN: как сравниваются объекты и почему “соседи” важны.
Практический пример: классифицируем объекты по реальным данным с помощью Python и библиотеки scikit-learn.
Обсудим, когда KNN работает хорошо, а когда лучше выбрать другой подход.

👥 Кому будет полезно?
Начинающим, делающим первые шаги в машинном обучении.
Студентам технических и экономических направлений.
Всем, кто хочет понять базовую механику алгоритмов классификации.

✅ Что вы узнаете по итогам вебинара?
Как работает алгоритм K-ближайших соседей и зачем он нужен.
Как подготовить данные и обучить модель в Jupyter Notebook.
Как визуализировать результаты и оценить точность классификации.

Присоединяйтесь — и вы поймете, что машинное обучение начинается с простых идей которые легко реализовать своими руками!

«Machine Learning. Basic» - https://otus.pw/licd/

Преподаватель: Игорь Стурейко - Teamlead, главный инженер

Пройдите опрос по итогам мероприятия - https://otus.pw/nJKq/

Следите за новостями проекта:

→ VK: https://vk.com/otusru
→ Telegram: https://t.me/Otusjava
→ Хабр: https://otus.pw/S0nM/