Открыто

Machine Learning Pro + Deep Learning [[skillfactory]]

Тема в разделе "Курсы по программированию", создана пользователем renessans, 13 июн 2020.

Цена: 47900р.
Взнос: 1406р.

Основной список: 37 участников

Резервный список: 2 участников

  1. renessans

    renessans ДолжникДолжник

    Machine Learning vs Deep Learning - в чем разница?! Как подобрать нужный алгоритм?
    "Потрогаем руками" все алгоритмы и разберемся на практике - где нужны Нейронные сети, а где достаточно классических алгоритмов. Комплексный подход, организованный в бандле "Machine Learning Pro + Deep Learning", подойдет для тех, кто хочет прокачаться в программировании глубоких нейронных сетей и моделей машинного обучения. Прохождение курсов потребует базового знания языка Python. В процессе обучения вы освоите все классические алгоритмы Машинного обучения,от деревьев до рекомендательных систем, а также научитесь создавать различные нейронные сети. Вас ждут хакатоны и in class соревнования на kaggle!

    Модуль 1
    Введение в машинное обучение
    Знакомимся с основными задачами и методами machine learning , изучаем практические кейсы и применяем базовый алгоритм работы над ml-проектом
    Решаем 50+ задач на закрепление темы

    Модуль 2
    Методы предобработки данных
    Изучаем типы данных, учимся очищать и обогащать данные, используем визуализацию для предобработки и осваиваем feature engineering
    Решаем 60+ задач на закрепление темы

    Модуль 3
    Регрессия
    Осваиваем линейную и логистическую регрессию, изучаем границы применимости, аналитический вывод и регуляризацию. Обучаем модели регрессии
    Решаем 40+ задач на закрепление темы

    Модуль 4
    Кластеризация
    Осваиваем обучение без учителя, практикуемся в его различных методах, работаем с текстами средствами ML
    Решаем 50+ задач на закрепление темы

    Модуль 5
    Tree-based алгоритмы: введение в деревья
    Знакомимся с решающими деревьями и их свойствами, осваиваем деревья из библиотеки sklearn и используем деревья для решения задачи регрессии
    Решаем 40+ задач на закрепление темы

    Модуль 6
    Tree-based алгоритмы: ансамбли
    Изучаем особенности ансамблей деревьев, практикуемся в бустинге, используем ансамбль для построения логистической регрессии
    Решаем 40+ задач на закрепление темы
    Участвуем в соревновании на kaggle по обучению tree-based модели

    Модуль 7
    Оценка качества алгоритмов
    Изучаем принципы разбиения выборки, недо- и переобучение, оцениваем модели по различным метрикам качества, учимся визуализировать процесс обучения
    Оцениваем качество нескольких моделей ML
    Решаем 40+ задач на закрепление темы

    Модуль 8
    Временные ряды в машинном обучении
    Знакомимся с анализом временных рядов в ML, осваиваем линейные модели и XGBoost, изучаем принципы кросс-валидации и подбора параметров
    Решаем 50+ задач на закрепление темы

    Модуль 9
    Рекомендательные системы
    Изучаем методы построения рекомендательных систем, осваиваем SVD-алгоритм, оцениваем качество рекомендаций обученной модели
    Решаем 50+ задач на закрепление темы

    Модуль 10
    Финальный хакатон
    Применяем все изученные методы для получения максимальной точности предсказаний модели на kaggle

    Ссылка на курс
     
  2. Последние события

    1. ЕгорХабенский

      ЕгорХабенский участвует в складчине.

      13 фев 2021
    2. KingOfD00M

      KingOfD00M участвует в складчине.

      13 фев 2021
    3. erfurt_dnepr

      erfurt_dnepr участвует в складчине.

      4 фев 2021
    4. margoloko

      margoloko участвует в складчине.

      2 фев 2021
  3. Zanny

    Zanny ЧКЧлен клуба

  4. renessans

    renessans ДолжникДолжник

    Курс обучения длится 20 недель. Для изучения Deep Learning используются фреймворки для глубокого обучения - TensorFlow, Keras. На просторах складчика не нашел более оптимального курса по времени и материалу
     
  5. Ostar

    Ostar ЧКЧлен клуба

Поделиться этой страницей