У вас уже есть заявка на текущий период.
Если вы хотите, чтобы данная программа участвовала в розыгрыше гранта в этом месяце, необходимо добавить ее в папку "Интересные мероприятия".
Или создайте заявку на другой период.
Для специалистов по аналитике данных, разработчиков и руководителей.
Преподаватель
Николай Комиссаренко
Анонс программы
Машинное обучение (Machine Learning) – это раздел искусственного интеллекта, изучающий математические, статистические и вычислительные методы для разработки алгоритмов, способных обучаться и решать задачи не прямым способом, а на основе поиска закономерностей в разнообразных входных данных. Решение вычисляется не по точно заданной формуле, а по установленной зависимости результатов от конкретного набора признаков и их значений.
Описание программы
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.
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.
Задачи регрессии
Теоретическая часть: определение и примеры задач регрессии. Математическое описание модели линейной регрессии. Метрики задач регрессии. Способы регуляризации.
Практическая часть: решение задачи регрессии.
Задача кластеризации
Теоретическая ...
Подробнее о программе
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.
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.
Задачи регрессии
Теоретическая часть: определение и примеры задач регрессии. Математическое описание модели линейной регрессии. Метрики задач регрессии. Способы регуляризации.
Практическая часть: решение задачи регрессии.
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.
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.
Я принимаю условия, изложенные в
Соглашении об оказании информационных услуг по развитию карьеры и профессиональному образованию
КонсультацРСвЂВВВВВВВВР РЋР РЏ Р С—Р С• РїРѕРТвЂВВВВВВВВР±РѕСЂСѓ РєСѓСЂСЃР°
РњС‹ РїРѕРТвЂВВВВВВВВбереРѠРІР°РѠРїСЂРѕРіСЂР°РСВВВВВВВВВР В Р’В Р РЋР’ВВВВВВВВР РЋРІР‚в„– обученРСвЂВВВВВВВВР РЋР РЏ Р В Р’В Р СћРІР‚ВВВВВВВВля успешной карьеры РцповышенРСвЂВВВВВВВВР РЋР РЏ зарплаты, Р В Р’В° также РїСЂРµРТвЂВВВВВВВВложРСвЂВВВВВВВВРѠактуальные С„РСвЂВВВВВВВВнансовые Р В Р’В Р РЋРІР‚ВВВВВВВВнструРСВВВВВВВВВенты РѕС‚ лучшРСвЂВВВВВВВВС… Р В РІР‚ВВВВВВВВВанков-партнеровпортала Edumarket.ru Р В Р’В Р СћРІР‚ВВВВВВВВля Р В Р’В Р РЋРІР‚ВВВВВВВВС… РїСЂРСвЂВВВВВВВВобретенРСвЂВВВВВВВВР РЋР РЏ!
РџРѕР·РТвЂВВВВВВВВравляеРСВВВВВВВВВ!
Р В РІР‚в„ўР РЋРІР‚в„– РЎРѓР ТвЂВВВВВВВВелалРцеще РѕРТвЂВВВВВВВВР В Р’В Р РЋРІР‚ВВВВВВВВР Р… шаг Р Р…Р В° РїСѓС‚РцРє вашей карьере.
Р В РЎСљР В Р’В° указанный Р°РТвЂВВВВВВВВрес РІР°РѠотправлено Р С—Р СвЂВВВВВВВВРЎРѓРЎРЉР СВВВВВВВВВР С•. Проверьте почтовый СЏС‰РСвЂВВВВВВВВР С” РцРїРѕСЃРСВВВВВВВВВотрРСвЂВВВВВВВВте РїРѕРТвЂВВВВВВВВобранные Р В Р’В Р СћРІР‚ВВВВВВВВля вас РїСЂРѕРіСЂР°РСВВВВВВВВВР В Р’В Р РЋР’ВВВВВВВВР РЋРІР‚в„– обученРСвЂВВВВВВВВР РЋР РЏ.
ЖелаеРѠРІР°РѠуспешной карьеры!