Machine Learning и Deep Learning
Рейтинг школы
SkillFactory Вдруг есть дешевле?
Описание курса
Комплект продвинутых курсов для освоения машинного и глубокого обучения — вы научитесь создавать ML-модели и обучать нейронные сети.
Введение в машинное обучение
Знакомимся с основными задачами и методами machine learning, изучаем практические кейсы и применяем базовый алгоритм работы над ml-проектом.
Методы предобработки данных
Изучаем типы данных, учимся очищать и обогащать данные, используем визуализацию для предобработки и осваиваем feature engineering.
Регрессия
Осваиваем линейную и логистическую регрессию, изучаем границы применимости, аналитический вывод и регуляризацию.
Кластеризация
Осваиваем обучение без учителя, работаем с текстами средствами ML.
Tree-based алгоритмы: введение в деревья
Знакомимся с решающими деревьями и их свойствами.
Tree-based алгоритмы: ансамбли
Изучаем особенности ансамблей деревьев, практикуемся в бустинге.
Оценка качества алгоритмов
Изучаем принципы разбиения выборки, оцениваем модели по различным метрикам качества.
Временные ряды в машинном обучении
Знакомимся с анализом временных рядов в ML, осваиваем линейные модели и XGBoost.
Рекомендательные системы
Изучаем методы построения рекомендательных систем, осваиваем SVD-алгоритм.
Финальный хакатон
Применяем все изученные методы для получения максимальной точности предсказаний модели на kaggle.
Введение в искусственные нейронные сети
Создаем нейронную сеть для распознавания рукописных цифр на языке Python.
Фреймворки для глубокого обучения (TensorFlow, Keras)
Создаем модель распознавания изображений на базе датасета FashionMNIST.
Сверточные нейронные сети
Распознаем изображения в датасете CIFAR-10 с помощью сверточной нейронной сети.
Оптимизация нейронной сети
Улучшаем скорость и производительность сетей.
Transfer learning & Fine-tuning
Дообучение нейронной сети ImageNET для задачи классификации изображений.
Сегментация изображений
Проектируем нейронную сеть для сегментации людей в датасете COCO.
Детектирование объектов
Обучаем нейросеть решать задачу детекции логотипов брендов.
Введение в NLP и Word Embeddings
Создаем нейросеть для работы с естественным языком.
Рекуррентные нейронные сети
Создаем чат-бота на базе рекуррентной нейросети.
Reinforcement Learning (обучение с подкреплением)
Создаем агента для игры в Pong на основе DQN алгоритма.
What"s next?
Знакомимся с другими областями применения нейросетей.
онлайн
- Эмиль Магеррамов (COO Data Lab, компания EORA)
- Антон Киселев (Head of R&D, компания EORA)
- Сергей Веренцов (CTO, компания EORA)
- Андрей Зимовнов (Старший разработчик в Яндекс.Дзен)
- Дмитрий Коробченко (Deep Learning R&D Engineer, NVIDIA)
- Эмиль Богомолов (Инженер-исследователь в группе ADASE Сколтех)
- Программировать на Python
- Использовать алгоритмы машинного обучения
- Создавать нейронные сети
- Обрабатывать и анализировать данные
- Разрабатывать системы рекомендаций
- Применять техники глубокого обучения
- Начинающие Data Scientist
- Программисты
- Аналитики
- Разработчики
- Product-менеджеры
Базовые знания Python и около 6-8 часов в неделю для обучения.
Выводы о курсе
Возможны неточности
Курс «Machine Learning и Deep Learning» предлагает уникальную возможность освоить востребованные навыки в области искусственного интеллекта. Поддержка опытных преподавателей и практические задания позволят вам уверенно применять изученные алгоритмы на практике. Выпускной хакатон и сертификат помогут вам в трудоустройстве.
Отзывы о школе SkillFactory
Читать все отзывы