Последние темы автора:
- [Max Capital] Максим Петров ― Погружение в правильное инвестирование (2025)
- [Stylist_kids] Мария Ипполитова ― Зимний детский гайд. Девочки и мальчики (2025)
- [Stylist_kids] Мария Ипполитова ― Зимний детский гайд. Девочки и мальчики (2025)
- [Институт Открытого поля] Наталия Кверквеладзе ― Мама. Как роль мамы определяет нашу жизнь (2025)
- [Мария Галицкая] Печенячье удовольствие (2025)
- #1
Голосов: 0
[Ульяна Евсеева] Базовые модели ML и приложения. Машинное обучение для начинающих (2024)
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
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
Подробнее:
Описание курса:
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
Подробнее:
Для просмотра ссылок пройдите регистрацию
