Machine Learning

Аватар пользователя
(0 отзыв)
24,000.00 ₴
To register
machine learning course website

Requirements

  • Владение основами программирования на python;
  • Опыт работы с такими пакетами как, Pandas, NumPy, Matplotlib;
  • Знание Математики: линейная алгебра, дифференциальные уравнения, теория вероятности, статистика.

Этот курс начинается со введения в машинное обучение: как оно организовано, каковы подотрасли машинного обучения, фундаментальные различия между этими подходами и типы проблем, для решения которых они предназначены.

Затем студенты знакомятся с постановкой задачи машинного обучения, выбирая соответствующую целевую функцию и алгоритм для данной задачи. Хорошо известно, что обработка данных и выбор функций занимают большую часть времени разработки модели. Студенты изучают методы, позволяющие эффективно справляться с отсутствующими значениями, выбросами, категориальными переменными и создают новые функции.

Этот курс охватывает алгоритмы, которые используются, когда известна целевая переменная, которая должна быть предсказана. Он начинается с простого KNN и заканчивается полностью подключенными нейронными сетями с прямой связью. Правильное тестирование модели необходимо для создания надежного продукта. Студенты знакомятся с различными методами и параметрами тестирования, которые помогают строить обобщенные и устойчивые модели.

Хотя мы находимся в Украине, у нас также есть студенты из разных стран, так как обучение будет на украинском, русском, английском и даже испанском языках, а все учебные материалы на английском!

Топ навыки, которыми вы овладеете:

  • Опытом в математических вычислениях с использованием популярных пакетов Python, таких как NumPy или Scikit-Learn;
  • Знаниями как использовать линейные /нелинейные модели;
  • Как подготовить данные к построению моделей (feature engineering)
  • Как обучать и оценивать эффективность моделей машинного обучения
  • Как настраивать гиперпараметры модели и выбирать финальную модель
  • Глубокое понимание моделей обучения c учителем и без, как пример линейная регрессия, логистическая регрессия, SVM, кластеризация и К ближайших соседей;
  • Представление о том, как на самом деле работает магия нейронных сетей, и сможете написать их самостоятельно;
  • Создание воспроизводимых machine learning pipelines;
  • Опыт применения изученых методов для решения реальных проблем;
  • Опыт построения API моделей машинного обучения.

Детали курса

  • Лекции 26
  • Тесты 1
  • Учебное время 11 week
  • Навык intermediate
  • Язык Ukrainian, Russian, English
  • Студенты 0
  • Оценки Есть

Отзывы

Средний рейтинг

0
0 оценок

Подробный рейтинг

5
0%
4
0%
3
0%
2
0%
1
0%

Оставьте ответ

Ваш адрес email не будет опубликован. Обязательные поля помечены *