- Регистрация
- 22.01.20
- Сообщения
- 33.067
- Реакции
- 112
Автор: Ульяна Евсеева
Название: 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
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)
Подробнее:
Машинное обучение для начинающих
proglib.academy
Скачать:
Этот курс доступен с подпиской: Премиум
Скачать:
Для просмотра скрытого содержимого необходимо Войти или Зарегистрироваться.
Если у Вас нет Премиум статуса:
Преимущества Премиум подписки
Оформить Вечный Премиум
Название: 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
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)
Подробнее:

Для просмотра ссылок необходимо выполнить Вход или Регистрация
Машинное обучение для начинающих
Скачать:
Этот курс доступен с подпиской: Премиум
Скачать:
Для просмотра скрытого содержимого необходимо Войти или Зарегистрироваться.


