Обучение, построенное на реальных данных
Xurvokel — это платформа для изучения машинного обучения через практические задачи кластерного анализа инвестиционных портфелей. Здесь теория проверяется на конкретных числах, а не на абстрактных примерах.
- Интерактивные тесты с мгновенной обратной связью по каждому шагу алгоритма
- Задания на реальных наборах данных — k-means, иерархическая кластеризация, PCA
- Доступ из любой точки мира без привязки к расписанию
Как возникла идея платформы
Кластерный анализ — одна из самых используемых техник в анализе портфелей, но её почти не преподают в понятной интерактивной форме. Большинство учебных материалов ограничиваются синтетическими примерами, оторванными от реальных задач финансового машинного обучения. Xurvokel создавался именно для того, чтобы заполнить этот пробел.
Люди, которые разрабатывают курсы
Каждый учебный модуль создаётся практикующими специалистами — аналитиками данных и методологами, которые знают, какие ошибки чаще всего совершают новички при работе с кластеризацией.
Миран Оцтюрк
ML-аналитикаРазрабатывает задания по k-means и DBSCAN на основе реальных портфельных данных. Работал с финансовыми временными рядами более восьми лет.
Вацлав Новотны
МетодологияОтвечает за структуру тестовых заданий и систему прогрессии. Создаёт сценарии, где неправильный ответ объясняет причину ошибки, а не просто фиксирует её.
Агата Войцеховска
ИнтерфейсыПроектирует интерактивные компоненты платформы — визуализации дендрограмм, ползунки числа кластеров, тепловые карты корреляций. Фокус — на понятности без упрощения.
Томас Бреннан
Контроль качестваПроверяет каждый тест на корректность условий и статистическую обоснованность задач. Следит за тем, чтобы задания проверяли понимание, а не умение угадывать.
Что охватывают учебные модули
Программа охватывает полный цикл кластерного анализа портфеля — от предобработки финансовых признаков до интерпретации результатов. Каждый раздел проверяется набором задач с числовыми условиями, а не вопросами на определения.
| Тема | Метод | Уровень |
|---|---|---|
| Нормализация признаков портфеля | MinMax, Z-score | Базовый |
| Метрики расстояния между активами | Евклид, Корреляция | Базовый |
| Разбиение на кластеры | k-means, k-medoids | Средний |
| Иерархическая структура | Ward, Complete | Средний |
| Снижение размерности | PCA, t-SNE | Продвинутый |
| Оценка качества кластеров | Silhouette, Davies–Bouldin | Продвинутый |