Джокер
Администратор
- Регистрация
- 1 Янв 2015
- Сообщения
- 146.410
- Реакции
- 78.242
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 возможности скачивать складчины и сливы курсов нужно зарегистрироваться
Возможно, Вас ещё заинтересует:
- Стратегия 3.0 Про [Vesperfin] [Арина Веспер]
- [Тайм-коды] Как перестроится в новых реалиях и ответы на вопросы [Эмилия Франк]
- Техника "Динамическая сказка" - сказка "Василиса Прекрасная" [Карина Иванычева]
- Как собрать сайт, бота или приложение за 30 минут [Тариф Премиум] [Дмитрий Ледовских]
- Мужская власть 6 [Инна Матиссон]
- [Тайм-коды] Как ФНС проверяет физических лиц, ИП и организации: алгоритм проверок и перспективы на 2027 год [klerk] [Дмитрий Кудряшов]
- [Тайм-коды] Честный знак с 1 июля 2026: новые правила маркировки, штрафы и настройка учета в 1С [klerk] [Виталий Евтухов]
- Деньги на МАХималках [Тариф Канал] [Елена Червонец]
- Интенсив: Сбрось лишнее (Вторая ступень) [Алёна Ковальчук]
- Инвест-слет 2026