Машинное обучение: фундаментальные инструменты и практики
Рейтинг школы
Нетология Описание курса
Курс предоставляет прикладной опыт создания моделей машинного обучения, обучает нейронным сетям и закладывает фундамент для перехода на middle-уровень в сфере Data Science.
Программа
Работа с признаками и построение моделей
Построение основных моделей машинного обучения: деревья решений, логистическая и линейная регрессия, ансамбли моделей. Работа с «грязными» данными и оценка качества моделей.
Введение в нейронные сети
Построение простых полносвязных сетей уровня LeNet и AlexNet, эксперименты с их обучением. Теоретическая и практическая база для использования нейронных сетей в блоках CV и NLP.
Рекомендательные системы
Построение персонализированных и неперсонализированных рекомендательных систем, комбинирование алгоритмов, оценка качества и этические аспекты.
Временные ряды
Изучение алгоритмов обработки временных рядов, модели ARIMA, GARCH, прогнозирование значений, марковские случайные процессы и нейронные сети в анализе временных рядов.
Компьютерное зрение
Извлечение признаков, поиск по картинкам, сегментация, детекция объектов, обучение свёрточных нейронных сетей и решение задач Image Captioning.
Обработка естественного языка (NLP)
Морфологический и синтаксический анализ, дистрибутивная семантика, информационный, информационный поиск, классификация, извлечение информации и генерация текстов с использованием Transformers и BERT.
Менеджмент data-проектов
Планирование разработки проектов data science, методология ведения DS-проектов, разработка отчетов и презентация результатов заказчикам.
Дипломный проект
Построение ML-модели для решения профессиональных задач (прогнозирование продаж, распознавание объектов, анализ временных рядов или текстов) под руководством экспертов.
Формат
онлайн
Чему вы научитесь
- Построение моделей машинного обучения (деревья решений, логистическая и линейная регрессия, ансамбли)
- Работа с «грязными» данными и оценка качества моделей
- Построение и обучение нейронных сетей (LeNet, AlexNet, свёрточные и рекуррентные сети)
- Создание рекомендательных систем
- Анализ и прогнозирование временных рядов (ARIMA, GARCH)
- Компьютерное зрение (сегментация, детекция, Image Captioning)
- Обработка естественного языка (NLP) (морфология, синтаксис, дистрибутивная семантика, BERT)
- Менеджмент data-проектов и презентация результатов
Кому подходит
- Специалисты, желающие перейти на middle-уровень в сфере Data Science
- Начинающие аналитики и разработчики, интересующиеся машинным обучением
Выводы о курсе
Возможны неточности
Курс «Машинное обучение: фундаментальные инструменты и практики» от Нетологии - это 10-месячная программа, которая готовит специалистов к переходу на middle-уровень в Data Science. Студенты получают прикладной опыт в построении ML-моделей, нейронных сетей, работе с временными рядами, компьютерным зрением и NLP. Программа включает дипломный проект и помощь с трудоустройством, что делает её эффективным инструментом для карьерного роста.
Отзывы о школе Нетология
Читать все отзывы
Рекомендованные курсы
