- Регистрация
- 1 Дек 2015
- Сообщения
- 146.088
- Реакции
- 777.031
Базовые модели ML и приложения [2024] [proglib.academy] [Ульяна Евсеева]
Машинное обучение для начинающих:
1. Познакомитесь с основными моделями машинного обучения
2. Научитесь выбирать и применять подходящие tree-based модели
3. Получите основу для дальнейшего изучения более сложных нейронных сетей
Кому подходит курс:
1. Начинающим в IT. Выбираете направление и хотите попробовать себя в ML
2. Математикам. Увлекаетесь математикой и хотите перейти от теории к практике, а также научиться решать реальные бизнес-задачи
3. Разработчикам. Уже есть опыт в программировании, но хотите применить свои знания в новой области
Программа:
Модуль 1 - Бустинг, Бэггинг и Ансамбли
Урок 1. Ансамблевое обучение
Урок 2. Бустинг (Boosting) и Бэггинг (Bagging)
Урок 3. Случайные леса (Random Forests)
Модуль 2 - Алгоритмы рекомендаций
Урок 1. Введение в рекомендательные системы
Урок 2. Коллаборативная фильтрация на основе соседства
Урок 3. Модельная коллаборативная фильтрация
Урок 4. Рекомендательные системы на основе контента (10 мин)
Практика: как вычисляется коллаборативная фильтрация
Модуль 3 - Архитектуры нейросетей
Урок 1. Архитектуры нейросетей
Дополнительно: рекомендации по дальнейшему изучению, ссылки на полезные материалы.Итоговое тестирование и сертификат об окончании курса
Преподаватель: Ульяна Евсеева. Образование: МГУ (Экономический факультет)
Машинное обучение для начинающих:
1. Познакомитесь с основными моделями машинного обучения
2. Научитесь выбирать и применять подходящие tree-based модели
3. Получите основу для дальнейшего изучения более сложных нейронных сетей
Кому подходит курс:
1. Начинающим в IT. Выбираете направление и хотите попробовать себя в ML
2. Математикам. Увлекаетесь математикой и хотите перейти от теории к практике, а также научиться решать реальные бизнес-задачи
3. Разработчикам. Уже есть опыт в программировании, но хотите применить свои знания в новой области
Программа:
Модуль 1 - Бустинг, Бэггинг и Ансамбли
Урок 1. Ансамблевое обучение
Урок 2. Бустинг (Boosting) и Бэггинг (Bagging)
Урок 3. Случайные леса (Random Forests)
Модуль 2 - Алгоритмы рекомендаций
Урок 1. Введение в рекомендательные системы
Урок 2. Коллаборативная фильтрация на основе соседства
Урок 3. Модельная коллаборативная фильтрация
Урок 4. Рекомендательные системы на основе контента (10 мин)
Практика: как вычисляется коллаборативная фильтрация
Модуль 3 - Архитектуры нейросетей
Урок 1. Архитектуры нейросетей
Дополнительно: рекомендации по дальнейшему изучению, ссылки на полезные материалы.Итоговое тестирование и сертификат об окончании курса
Преподаватель: Ульяна Евсеева. Образование: МГУ (Экономический факультет)
Для просмотра скрытого содержимого вы должны зарегистрироваться
Возможно, Вас ещё заинтересует:
- Автоматизация управленческого учета на базе программы 1С: УНФ [Тариф 2: Под ключ] [Елена Косых]
- Висишка — курс по маркетинговым статьям на VC [Сделаем] [Роман Мориц]
- Вибрационная медицина. Базовый курс [Hermes-trismegist] [Алексей Михайлов]
- Тест Сонди и Основы судьбоанализа. Блок "Судьбоанализ" (Модули 1 и 2) [Александр Цапенко]
- Кризис 7 лет (2024) [Анна Полищук]
- Фронтенд-разработчик с нуля [Merion Academy] [Дмитрий Федин]