Сейчас термины “машинное обучение” или даже “искусственный интеллект” у всех на слуху. Местами это преувеличение и хайп, но у машинного обучения действительно есть много полезных и важных применений. Вы сталкиваетесь с этим каждый день: когда вы ищете что-то в интернете, поисковик предлагает вам странички на основе сложного сопоставления текстов и анализа ваших данных; когда вы жалуетесь в службу поддержки какого-нибудь сервиса или магазина, с большой вероятностью вам отвечает бот; если у вас умные часы, то они, вероятно, используют методы машинного обучения, чтобы понимать, когда вы сидите, стоите или бегаете.
Этот курс входит в специализацию ''Специализация Машинное обучение: от статистики до нейросетей'
от партнера
Об этом курсе
Недавно просмотрено: 17,917
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 1 из 5 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Средний уровень
Знание Python и основ высшей математики (матрицы и операции с ними, производные и градиенты)
Прибл. 48 часов на выполнение
Русский
Субтитры: Русский
Приобретаемые навыки
python for data analysisData AnalysisMachine Learning
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 1 из 5 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Средний уровень
Знание Python и основ высшей математики (матрицы и операции с ними, производные и градиенты)
Прибл. 48 часов на выполнение
Русский
Субтитры: Русский
от партнера
НИУ ВШЭ
HSE University is one of the top research universities in Russia. Established in 1992 to promote new research and teaching in economics and related disciplines, it now offers programs at all levels of university education across an extraordinary range of fields of study including business, sociology, cultural studies, philosophy, political science, international relations, law, Asian studies, media and communicamathematics, engineering, and more.
Программа курса: что вы изучите
6 ч. на завершение
Основные понятия и задачи в машинном обучении
6 ч. на завершение
11 видео ((всего 96 мин.)), 1 материал для самостоятельного изучения, 4 тестов
11 видео
Что такое машинное обучение?16мин
Основные определения13мин
Постановки задач10мин
Виды признаков4мин
Загрузка данных, базовый анализ6мин
Работа с таблицей на примере удаления столбца9мин
Пропущенные значения, описание данных10мин
Значения признаков, выбор ячеек с помощью условий5мин
Извлечение новых признаков, распределение значений, среднее10мин
Группировка и агрегирование5мин
1 материал для самостоятельного изучения
Дополнительные лекции10мин
3 практических упражнения
Задания на понимание30мин
Задание на понимание30мин
Тест по основным понятиям в машинном обучении30мин
8 ч. на завершение
Метод k ближайших соседей
8 ч. на завершение
9 видео ((всего 93 мин.))
9 видео
Сравнение объектов и метрики15мин
Измерение ошибки модели9мин
Оценка обобщающей способности10мин
kNN с весами7мин
kNN для регрессии9мин
Знакомство с библиотекой sklearn9мин
Поиск оптимальных гиперпараметров8мин
Классификация методом ближайших соседей12мин
5 практических упражнений
Задания на понимание30мин
Задания на понимание30мин
Задания на понимание30мин
Задания на понимание30мин
Тест по методу k ближайших соседей30мин
7 ч. на завершение
Линейная регрессия
7 ч. на завершение
12 видео ((всего 127 мин.))
12 видео
Применения линейной регрессии10мин
Линейная регрессия в векторном виде11мин
Обучение линейной регрессии11мин
Переобучение и регуляризация 13мин
Почему L1-регуляризация отбирает признаки?9мин
Интерпретация линейных моделей6мин
Библиотека numpy13мин
Линейная регрессия11мин
Визуализация11мин
Запуск алгоритма14мин
Регуляризация6мин
6 практических упражнений
Задание на понимание5мин
Задания на понимание3мин
Задания на понимание3мин
Задания на понимание3мин
Задания на понимание3мин
Тест по линейной регрессии30мин
8 ч. на завершение
Обучение моделей градиентными методами
8 ч. на завершение
13 видео ((всего 129 мин.))
13 видео
Градиентный спуск7мин
Градиентный спуск: продолжение9мин
Стохастический градиентный спуск7мин
Продвинутые методы градиентного спуска15мин
Функции потерь в задачах регрессии9мин
Вывод градиента для MSE14мин
Векторное дифференцирование12мин
Регрессия в матричной форме11мин
Градиентный спуск в матричной форме5мин
Реализация градиентного спуска16мин
Настройка градиентного спуска7мин
Реализация градиентного спуска в матричной форме7мин
4 практических упражнения
Задания на понимание30мин
Задания на понимание30мин
Задания на понимание30мин
Тест по градиентному спуску30мин
Специализация Машинное обучение: от статистики до нейросетей: общие сведения
Современные науки о данных — это огромная область, которая включает себя много методов, технологий и трюков. Всё это быстро развивается, постоянно возникают новые направления и результаты.
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Что я получу, оформив подписку на специализацию?
Is financial aid available?
Остались вопросы? Посетите Центр поддержки учащихся.
