0/5, Голосов: 0
Доступно

[GeekBrains] Машинное обучение. Часть 3/5

Тема в разделе "Курсы по программированию", создана пользователем Топикстартер, 20 май 2020.

Цена: 9600р.
Взнос: 272р.
95%

Основной список: 82 участников

Статус обсуждения:
Комментирование ограничено.
  1. Топикстартер

    Топикстартер ЧКЧлен клуба

    [GeekBrains] Машинное обучение. Часть 3/5
    Часть 1 | Часть 2
    [​IMG]

    Программа

    30+ онлайн-уроков, более 65 часов обучающего контента и практика после каждого занятия
    Длительность: 5 месяцев.

    Модуль 1. Теория вероятностей и математическая статистика
    Модуль 2. Библиотеки Python для Data Science: Numpy, Matplotlib, Scikit-learn

    Модуль 3. Библиотеки Python для Data Science: продолжение
    Модуль 4. Алгоритмы анализа данных
    Модуль 5. Системы машинного обучения в Production

    Теория вероятностей и математическая статистика
    • Случайные события. Условная вероятность. Формула Байеса. Независимые испытания

    • Дискретные случайные величины. Закон распределения вероятностей. Биномиальный закон распределения. Распределение Пуассона

    • Описательная статистика. Качественные и количественные характеристики популяции. Графическое представление данных

    • Непрерывные случайные величины. Функция распределения и плотность распределения вероятностей. Равномерное и нормальное распределение. Центральная предельная теорема

    • Проверка статистических гипотез. P-значения. Доверительные интервалы. A/B-тестирование

    • Взаимосвязь величин. Параметрические и непараметрические показатели корреляции. Корреляционный анализ

    • Многомерный статистический анализ. Линейная регрессия

    • Дисперсионный анализ. Логистическая регрессия

    Курсовой проект
    Разведочный анализ данных (EDA) на основе выбранного датасета: визуализация, корреляционный, дисперсионный и факторный анализ


    Библиотеки Python для Data Science: Numpy, Matplotlib, Scikit-learn
    • Введение в курс. Вебинар

    • Вычисления с помощью Numpy. Работа с данными в Pandas. Видеоурок

    • Вычисления с помощью Numpy. Работа с данными в Pandas. Вебинар

    • Визуализация данных в Matplotlib. Видеоурок

    • Визуализация данных в Matplotlib. Вебинар

    • Обучение с учителем в Scikit-learn. Видеоурок

    • Обучение с учителем в Scikit-learn. Вебинар

    • Обучение без учителя в Scikit-learn. Видеоурок

    • Обучение без учителя в Scikit-learn и введение в итоговый проект. Вебинар

    • Консультация по итоговому проекту. Вебинар

    Курсовой проект
    Соревнование на платформе Kaggle по предсказанию цены на недвижимость, решение задачи регрессии


    Библиотеки Python для Data Science: продолжение
    • Введение в задачу классификации. Постановка задачи и подготовка данных

    • Анализ данных и проверка статистических гипотез

    • Построение модели классификации

    • Оценка и интерпретация полученной модели. Обсуждение курсового проекта

    Курсовой проект
    Соревнование на платформе Kaggle по кредитному скорингу, решение задачи классификации


    Алгоритмы анализа данных
    • Алгоритм линейной регрессии. Градиентный спуск

    • Масштабирование признаков. L1- и L2-регуляризация. Стохастический градиентный спуск

    • Логистическая регрессия. Log Loss

    • Алгоритм построения дерева решений

    • Случайный лес

    • Градиентный бустинг (AdaBoost)

    • Классификация с помощью KNN. Кластеризация K-means

    • Снижение размерности данных

    Курсовой проект
    Участие в одном или двух соревнованиях на Kaggle: предсказать средний балл на экзамене по математике, который получают ученики репетиторов (задача регрессии); предсказать, подойдет ли репетитор для подготовки к экзамену по математике (задача классификации)


    Системы машинного обучения в Production
    • Введение в задачу предсказания оттока. Формализация задачи и сбор сырых данных

    • Загрузка данных и построение обучающей выборки. Анализ и предобработка датасета. Балансировка классов

    • Выбор и обучение модели на отобранных признаках. Сравнение качества и оценка модели

    • Оценка потенциального влияния на бизнес. Масштабирование решения

    • Подготовка к продакшену. Планировщик задач и перенос проекта из Jupyter в PyCharm

    Курсовой проект
    Оценка потенциального влияния на бизнес ML-решения, построение модели оттока клиентов в игровых проектах и подготовка кода для Production в PyCharm
    [​IMG]

    Цена: 48.000руб
    Продажник: machinelearning.geekbrains.ru/
     
    Последнее редактирование модератором: 30 июн 2020
  2. Последние события

    1. skladchik.com

      Осталось 5 дней до завершения складчины.

      11 авг 2020
    2. skladchik.com

      Складчина доступна.

      11 авг 2020
    3. skladchik.com

      Взнос в складчине составляет 136р.

      8 авг 2020
    4. skladchik.com

      Складчина активна.

      8 авг 2020

    Последние важные события

    1. skladchik.com

      Осталось 5 дней до завершения складчины.

      11 авг 2020
    2. skladchik.com

      Складчина доступна.

      11 авг 2020
    3. skladchik.com

      Взнос в складчине составляет 136р.

      8 авг 2020
    4. skladchik.com

      Складчина активна.

      8 авг 2020
  3. Zanny

    Zanny ЧКЧлен клуба

  4. rossental

    rossental ЧКЧлен клуба

    [Flavio Copes] Фуллстек Next.js/React/Postgres/Express - простой в освоении стэк
    Next.js
    - это фреймворк, используемый малыми и крупными компаниями для создания React веб-приложений и веб-сайтов на основе серверной отрисовки(SSR). Идеальное сочетание технологий для ваших веб-приложений.
     
  5. Emmett Brown

    Emmett Brown ЧКЧлен клуба

  6. Ianuaria

    Ianuaria ЧКЧлен клуба (П)

    Процессы и практики работы с данными от топовой академии Linux Academy:

    > Elastic Stack — Основы [Linux Academy]
    > Elasticsearch — Глубокое Погружение [Linux Academy]
    > Внедрение полного конвейера CI/CD [Linux Academy]


    Все доступные переводы по DevOps в подписи ниже (Docker, Kubernetes, CI/CD, Elastic Stack, Terraform, Prometheus, Grafana, Elasticsearch и др.):

    ~>
     
  7. jurgen1871

    jurgen1871 ЧКЧлен клуба

    А третья и пследующие части будут?
     
Статус обсуждения:
Комментирование ограничено.

Поделиться этой страницей