Machine Learning - curs 39.240 RUB. de la SkillFactory, antrenament 12 săptămâni, Data 13 august 2023.
Miscelaneu / / December 02, 2023
În ce constă cursul?
Cursul include 10 module, peste 500 de exerciții pentru consolidarea materialului, antrenament în 10 algoritmi de învățare automată, 2 hackathon-uri pe kaggle, chat cu comunitatea și asistență pentru mentori
Specializarea Data Science constă din cursuri:
Piton
Matematică&Stat
Învățare automată
Invatare profunda
Ingineria datelor
management
Antrenarea deprinderilor
Fiecare subiect este acoperit în videoclipuri, screencast-uri și note și întărit cu zeci de exerciții (teste, depanare a codului, verificarea codului elevului).
Comunitate și mentor
Pe parcursul cursului, nu vei rămâne singur cu dificultăți - nu doar colegii tăi te vor ajuta, ci și mentorul de curs.
Antrenamentul modelului
În cursul pe fiecare subiect, lucrați cu modelul ML - reglați fin, creați de la zero, optimizați, încercați diferite metode.
Introducere în Machine Learning
— Ne familiarizăm cu principalele sarcini și metode de învățare automată, studiem cazuri practice și aplicăm algoritmul de bază pentru lucrul la un proiect ML
— Rezolvăm peste 50 de probleme pentru a consolida subiectul
Metode de preprocesare a datelor
— Studiem tipurile de date, învățăm să curățăm și să îmbogățim datele, folosim vizualizarea pentru preprocesare și stăpânim ingineria caracteristicilor
— Rezolvăm peste 60 de probleme pentru a consolida subiectul
Regresia
— Studiem tipuri de date, învățăm să curățăm și să îmbogățim datele, stăpânim regresia liniară și logistică, studiem limitele de aplicabilitate, inferența analitică și regularizarea
— Modele de regresie de antrenament
— Rezolvăm peste 40 de probleme pentru a consolida subiectul
Clustering
— Stăpânim învățarea fără profesor, exersăm diversele sale metode, lucrăm cu texte folosind ML
— Rezolvăm peste 50 de probleme pentru a consolida subiectul
Algoritmi bazați pe arbori: o introducere în arbori
— Familiarizarea cu arborii de decizie și proprietățile acestora, stăpânirea arborilor din biblioteca sklearn și utilizarea arborilor pentru a rezolva o problemă de regresie
— Rezolvăm peste 40 de probleme pentru a consolida subiectul
Algoritmi bazați pe arbore: ansambluri
— Studiem caracteristicile ansamblurilor de arbori, exersăm stimularea, folosim ansamblul pentru a construi regresia logistică
— Rezolvăm peste 40 de probleme pentru a consolida subiectul
— Participam la o competiție de kaggle pentru antrenamentul unui model bazat pe arbore
Evaluarea calității algoritmilor
— Studiem principiile împărțirii eșantionului, sub și supraantrenament, evaluăm modele folosind diverse metrici de calitate, învățăm să vizualizăm procesul de învățare
— Evaluăm calitatea mai multor modele ML
— Rezolvăm peste 40 de probleme pentru a consolida subiectul
Serii de timp în învățarea automată
— Familiarizarea cu analiza seriilor de timp în ML, stăpânirea modelelor liniare și XGBoost, studierea principiilor validării încrucișate și selecției parametrilor
— Rezolvăm peste 50 de probleme pentru a consolida subiectul
Sisteme de recomandare
— Studiem metode de construire a sistemelor de recomandare, stăpânim algoritmul SVD, evaluăm calitatea recomandărilor modelului antrenat
— Rezolvăm peste 50 de probleme pentru a consolida subiectul
Hackathon final
— Aplicăm toate metodele studiate pentru a obține acuratețea maximă a predicțiilor modelului pe kaggle