Machine Learning: топовая специальность за месяц

Программа

10

вебинаров
24

часа обучения
16

часов самостоятельной работы над заданиями
сертификат о повышении квалификации

Машинное обучение и задачи, которые им решаются
Основные термины на ″языке″ машинного обучения
Математические модели искусственного нейрона и искусственной нейронной сети
Способы обучения искусственной нейронной сети

3 часа

Основы применения IPython для разработки систем машинного обучения
Чтение и обработка исходных данных для обучения
Проектирование и реализация модели
Обучение модели и контроль процесса обучения
Тестирование и оценка модели

3 часа

Задачи классификации и кластеризации, базовые подходы к их решению
Метод k-ближайших соседей
Деревья решений: построение, применение для решения задачи классификации
Классификация на основе алгоритма Random Forest

3 часа

Подходы к предобработке данных и извлечению признаков для обучения и валидации систем машинного обучения
Выбор пространства признаков
Методы сокращения пространства признаков

3 часа

Основные задачи компьютерного зрения
Свёрточные нейронные сети
Системы машинного обучения для одновременного детектирования и распознавания объектов
Наиболее известные модели машинного обучения, которые применяются в задачах компьютерного зрения

3 часа

Задачи, которые решает градиентный бустинг
Функциональный градиентный спуск
Алгоритм Фридмана
Практическая реализация решений на основе алгоритма градиентного бустинга

3 часа

Задача оптимизации и способы её решения
Генетические алгоритмы и их применение для задачи оптимизации
Наиболее известные эволюционные алгоритмы
Нейроэволюционные алгоритмы и область их применения

3 часа

Задачи кластеризации, прогнозирования, аппроксимации и подходы к их решению
Наиболее известные алгоритмы обучения без учителя и задачи, в которых они применяются
Наиболее известные алгоритмы обучения с подкреплением и задачи, в которых они применяются

3 часа

Отзывы

Михаил Шевченко

ИнТех-М

Я стартовал с очень слабым знанием языка Python. До обучения про технологии Machine Learning читал только в интернете и книжках. На курсе для меня было очень много новой информации: работа с различными библиотеками, синтаксис языка, среда разработки. Из изученного на практике планирую применять средства компьютерного зрения и методы прогнозирования. Отдельное спасибо преподавателям за подбор материала и умение очень доступно всё объяснять.

Александр Сбышко

Rubius

Отличный курс для того, кто ничего не знает о машинном обучении, но хочет узнать. Преподаватели всё объясняют буквально на пальцах. По итогам курса мне даже удалось написать программу для распознавания изображений, хотя до курса я понятия не имел, как это делать. Было очень интересно!

Валерий Самойлов

Очень хороший курс. В сжатые сроки в тебя загружают максимально возможный объём отборного материала по машинному обучению. Где ещё за месяц я бы смог узнать, как найти правильное дерево решений в случайном лесу и, главное, стоит ли его искать вообще, когда нейросети на подъёме, а градиентный спуск достаточно крут? Но главная фишка курса даже не в этом. А в том, что в конце нужно сделать выпускное задание, в котором ты сможешь успешно применить полученные знания. Это очень полезно, ведь только практика делает из тебя настоящего специалиста. Было тяжело, но я прошёл этот путь до конца и абсолютно уверен: оно того стоило.

Владимир Миллер

Выпускник курса

Преподаватели – молодцы! Очень хорошо и понятно проводили занятия. Курс весьма солидный, материал полезный. Хочется видеть продолжение через пару месяцев, чтобы иметь возможность ещё чутка поумнеть. Спасибо!

Machine Learning

Самое главное о нейронных сетях и разработке алгоритмов машинного обучения за 1 месяц. Оплата в рассрочку

Преимущества

Вы научитесь

Программа

Преподаватели курса

Отзывы

Запишитесь на курс или получите консультацию

Что дальше?

Как оплатить обучение?

Как оплатить частями?

Остались вопросы?

Контакты

Machine Learning

Самое главное о нейронных сетях и разработке алгоритмов машинного обучения за 1 месяц. Оплата в рассрочку

Преимущества

Вы научитесь

Программа

Модуль 1. Введение в машинное обучение. Основные понятия. Простейшие нейронные сети, способы их обучения

Модуль 2. Машинное обучение на Python. Реализация и обучение простейшей модели

Модуль 3. Классификация и кластеризация. Метод k-ближайших соседей. Дерево решений. Random Forest

Модуль 4. Подготовка и очистка данных для обучения. Выбор пространства признаков и методы сокращения его размерности

Модуль 5. Компьютерное зрение на основе машинного обучения

Модуль 6. Градиентный бустинг

Модуль 7. Эволюционные и нейроэволюционные алгоритмы

Модуль 8. Прочие задачи машинного обучения: кластеризация, прогнозирование, аппроксимация. Обучение без учителя и обучение с подкреплением

Преподаватели курса

Борис Пякилля

Отзывы

Запишитесь на курс или получите консультацию

Что дальше?

Как оплатить обучение?

Как оплатить частями?

Остались вопросы?

Контакты