Об этом курсе

Недавно просмотрено: 2,791
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 4 из 5 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Средний уровень

ML workflow knowledge is required, as is experience with Python or similar languages. Basic knowledge of math and statistics is also recommended.

Прибл. 22 часа на выполнение
Английский

Чему вы научитесь

  • Train and evaluate decision trees and random forests for regression and classification.

  • Train and evaluate support-vector machines (SVM) for regression and classification.

  • Train and evaluate multi-layer perceptron (ML) artificial neural networks (ANN) for regression and classification.

  • Train and evaluate convolutional neural networks (CNN) and recurrent neural networks (RNN) for computer vision and natural language processing tasks.

Приобретаемые навыки

Deep LearningArtificial Neural NetworkDecision TreeSupport Vector Machine (SVM)Machine Learning (ML) Algorithms
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 4 из 5 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Средний уровень

ML workflow knowledge is required, as is experience with Python or similar languages. Basic knowledge of math and statistics is also recommended.

Прибл. 22 часа на выполнение
Английский

от партнера

Placeholder

CertNexus

Программа курса: что вы изучите

Неделя
1

Неделя 1

5 ч. на завершение

Build Decision Trees and Random Forests

5 ч. на завершение
16 видео ((всего 64 мин.)), 4 материалов для самостоятельного изучения, 1 тест
16 видео
CAIP Specialization Introduction3мин
Build Decision Trees and Random Forests Module Introduction1мин
Decision Tree3мин
Classification and Regression Tree (CART)3мин
Gini Index Example7мин
CART Hyperparameters7мин
Pruning4мин
C4.54мин
Bin Determination3мин
One-Hot Encoding3мин
Decision Trees Compared to Other Algorithms2мин
Ensemble Learning2мин
Random Forest6мин
Random Forest Hyperparameters2мин
Feature Selection Benefits3мин
4 материала для самостоятельного изучения
Overview2мин
Decision Tree Algorithm Comparison3мин
Guidelines for Building a Decision Tree Model5мин
Guidelines for Building a Random Forest Model5мин
1 практическое упражнение
Building Decision Trees and Random Forests30мин
Неделя
2

Неделя 2

3 ч. на завершение

Build Support-Vector Machines (SVM)

3 ч. на завершение
8 видео ((всего 35 мин.)), 3 материалов для самостоятельного изучения, 1 тест
8 видео
Support-Vector Machines (SVMs)1мин
SVMs for Linear Classification2мин
Hard-Margin and Soft-Margin Classification4мин
SVMs for Non-Linear Classification1мин
Kernel Trick13мин
Kernel Methods7мин
SVMs for Regression1мин
3 материала для самостоятельного изучения
Overview2мин
Guidelines for Building SVM Models for Classification5мин
Guidelines for Building SVM Models for Regression5мин
1 практическое упражнение
Building SVMs30мин
Неделя
3

Неделя 3

3 ч. на завершение

Build Multi-Layer Perceptrons (MLP)

3 ч. на завершение
8 видео ((всего 29 мин.)), 2 материалов для самостоятельного изучения, 1 тест
8 видео
Artificial Neural Network (ANN)1мин
Perceptron5мин
Perceptron Training7мин
Multi-Layer Perceptron (MLP)3мин
ANN Layers2мин
Backpropagation2мин
Activation Functions4мин
2 материала для самостоятельного изучения
Overview2мин
Guidelines for Building MLPs5мин
1 практическое упражнение
Building MLPs30мин
Неделя
4

Неделя 4

6 ч. на завершение

Build Convolutional and Recurrent Neural Networks (CNN/RNN)

6 ч. на завершение
11 видео ((всего 66 мин.)), 3 материалов для самостоятельного изучения, 1 тест
11 видео
Convolutional Neural Network (CNN)3мин
CNN Filters7мин
Padding and Stride3мин
CNN Architecture10мин
Generative Adversarial Network (GAN)5мин
Recurrent Neural Network (RNN)6мин
Memory Cell2мин
RNN Training4мин
Long Short-Term Memory (LSTM) Cell13мин
Embedding8мин
3 материала для самостоятельного изучения
Overview2мин
Guidelines for Building CNNs10мин
Guidelines for Building RNNs5мин
1 практическое упражнение
Building CNNs and RNNs30мин

Профессиональная сертификация 'CertNexus Certified Artificial Intelligence Practitioner': общие сведения

CertNexus Certified Artificial Intelligence Practitioner

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.