PYML: Введение в машинное обучение на Python: Повышение квалификации

1. Место машинного обучения в области искусственного интеллекта
   • Теоретическая часть: основные понятия; классификация задач, решаемых с помощью методов машинного обучения; виды данных, понятие датасета.
   • Практическая часть: первичный анализ датасета, предобработка данных.
2. Задачи классификации: бинарная и множественная классификация
   • Теоретическая часть: определение и примеры задач классификации. Математическое описание модели решающего дерева в задачи бинарной классификации. Метрики бинарной классификации.
   • Практическая часть: решение задач бинарной и множественной классификаций.
3. Задачи регрессии
   • Теоретическая часть: определение и примеры задач регрессии. Математическое описание модели линейной регрессии. Метрики задач регрессии. Способы регуляризации.
   • Практическая часть: решение задачи регрессии.
4. Задача кластеризации
   • Теоретическая часть: определение и примеры задач кластеризации. Математическое описание модели kNN. Связь кластеризации с понижением размерности пространства объектов датасета.
   • Практическая часть: решение задачи кластеризации и понижения размерности данных.
5. Использование моделей машинного обучения в production
   • Теоретическая часть: сериализация/десериализация объектов в Python, фреймворк Flask.
   • Практическая часть: создание веб-сервиса на фреймворке Flask.

Соотношение теории к практике 50/50

Курс Введение в машинное обучение представляет собой прикладные основы Machine Learning, включая всю необходимую теорию и практику по этой области искусственного интеллекта. В программе рассмотрено место машинного обучения в современной науке о данных (Data Science) и изложены математические основы методов Machine Learning. Приведены базовые задачи, которые могут быть решены с помощью методов машинного обучения: классификация, кластеризация, регрессионный анализ. Большое внимание уделено практическому решению задач с использованием методов машинного обучения на языке Python.

На практике вы самостоятельно создадите, обработаете и проанализируете датасет, решив задачи регрессии, классификации и кластеризации, а также создадите собственный веб-сервис на базе модели машинного обучения. В результате освоения программы курса вы овладеете основными навыками Machine Learning, необходимыми для решения базовых задач в области искусственного интеллекта.

Успешно окончив курс "Введение в машинное обучение" в нашем лицензированном учебном центре, вы получите сертификат о повышении квалификации установленного образца.