Онлайн курс "Введение в машинное обучение" от RS School

18 Января 19:00 - 21:00
  • machine learning

Курс предназначен для разработчиков, которые хотят изучить основы машинного обучения и анализа данных.

Описание курса

Машинное обучение — это необъятный класс методов решения задач на компьютерах без их явного программирования. Машинное обучение сегодня настолько распространено, что вы, вероятно, используете его результаты десятки раз в день, даже не подозревая об этом. За последнее десятилетие машинное обучение дало нам беспилотные автомобили, практическое распознавание речи, эффективный поиск в интернете... и это только вершина айсберга!

Задача этого курса — познакомить вас с базовыми алгоритмами машинного обучения, а также с библиотеками и сопутствующим программным обеспечением для его применения на практике. Почти каждый модуль будет содержать задачу, которую вам необходимо будет сформулировать в терминах машинного обучения, а затем и решить. Мы хотим, чтобы после прохождения курса на основании своего опыта вы сформировали для себя понимание того, что все-таки из себя представляет машинное обучение, при столь большом объеме разной и зачастую противоречивой информации.

Программа курса

- Data manipulations, pandas. EDA, seaborn

- Supervised / unsupervised learning (overview). Regression problem. Linear models

- Overfitting and regularization

- Feature engineering and selection

- Classification problem. Linear models. kNN

- Trees and ensembles

- Clustering and dimensionality reduction

- Model evaluation and selection

- Capstone project

Срок обучения: 3 месяца

Вт · Чт / 19:00 - 21:00

Что надо знать перед началом обучения?

Python

Basics: https://www.stavros.io/tutorials/python/

Details: https://diveintopython3.problemsolving.io/

Numpy

https://cs231n.github.io/python-numpy-tutorial/#numpy

Детали и регистрация: 

https://community-z.com/events/machine-learning-rsschool-2021

Стоимость участия

Бесплатно

Идут 0

© 2008–2021 ЗАО «Дев Бай Медиа»
Перепечатка материалов dev.by возможна только с письменного разрешения редакции.
При цитировании обязательна прямая гиперссылка на соответствующие материалы. Пишите на [email protected].