Курс по машинному обучению для подростков [2022] [machineasy] [Артем Серебряков, Тарас Стасюк]

Курс по машинному обучению для подростков [2022]
machineasy
Артем Серебряков, Тарас Стасюк

Освойте Машинное Обучение и Data Science с нуля.

Данный курс позволит Вам:
1. Узнать основы Машинного Обучения.
2. Изучить основные алгоритмы в Machine Learning
3. Познакомиться с синтаксисом языка Python для создания моделей в Машинном Обучении.
4. Изучить статистику, необходимую для пониманию процессов в Машинном Обучении.
5. Понять линейную алгебру, которая объясняется максимально простым языком.
6. На реальном примере понять, как используется Искусственный Интеллект в бизнесе. Мы пройдём все этапы: от постановки задачи и анализа данных - до готовой модели.

После прохождения курса Вы:
1. Изучите основы Машинного Обучения

Наши учителя простым и понятным любому подростку языком объяснят всю теорию, связанную с Машинным Обучением.​

2. Сможете создавать собственные модели машинного обучения на Python

Мы научим Вас синтаксису языка Python, который используется в Машинном Обучении. Вы сможете с легкостью писать код, даже если не имеете опыта в программировании.​

3. Овладеете популярными алгоритмами, методами, и тем, как их использовать

Линейная регрессия, Градиентный спуск, обучение с/без учителя, и многое другое.​

4. Станете Гуру статистики и Линейной алгебры

Узнаете все необходимое для лучшего понимания процессов в Машинном Обучении. Эти знания не являются обязательными для написания Искусственного Интеллекта, но они нужны для помощи в понимании всех процессов. Это не сложно, особенно, когда практики объясняют темы доступно, просто, и без сухой теории, которую мы считаем неэффективной для обучения подростков.​

5. Будете знать как используется Машинное Обучение в Бизнесе

Мы пройдет полный путь от постановки проблемы до полной реализации. Мы будем создавать модель Машинного Обучения по предсказанию цен на недвижимость в Бостоне, опираясь на разные параметры.​

Спойлер: Содержание

Модуль 1 - Введение

• О курсе;
• Введение в Машинное Обучение;
• Способы Машинного обучения;
• Python;
• Процессы в Data Science;

Модуль 2 - Линейная алгебра

• Зачем нам нужна алгебра в Машинном обучении;
• Векторы, матрицы и операции над ними;

Модуль 3 - Python

• Основы Python
• Списки
• Словари
• Кортежи в Python
• Функции

Модуль 4 - Статистика

• Медиана
• Среднее арифметическое
• Мода
• Стандартное отклонение
• Коэффициент Вариации
• Теорему Байеса
• И другое!

Модуль 5 - Машинное Обучение

• Модель в Машинном Обучении;
• Линейная Регрессия;
• Градиентный список;
• Matplotlib;
• Pandas;
• NumPy;

Модуль 6 - Финальная часть. Предсказываем цены на жилье в Бостоне

• Тут мы пройдем путь, который проходит Специалист по Машинному Обучению.
• Начиная с постановки задачи Создать модель, которая будет предсказывать стоимость недвижимости в Бостоне по введенным признакам, мы будем собирать, исследовать, визуализировать, находить корреляции, использовать линейную регрессию, проверять на мультиколлинеарность, использовать BIC, применять RSS, трансформировать данные с помощью log, создавать калькулятор цен, а также затронем много других составных частей процесса создания модели с нуля.

Продажник