Открыто

Machine Learning Pro + Deep Learning [[skillfactory]]

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

Цена: 47900р.
Взнос: 1530р.

Основной список: 34 участников

Резервный список: 5 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. AlexeyK17

      AlexeyK17 не участвует в складчине.

      7 июл 2021
    2. Акуе43

      Акуе43 участвует в складчине.

      27 июн 2021
    3. malutinss

      malutinss участвует в складчине.

      5 июн 2021
    4. Bombex

      Bombex участвует в складчине.

      4 июн 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

  6. influte

    influte ЧКЧлен клуба

Поделиться этой страницей