Описание курса

Машинное обучение — это необъятный класс методов решения задач на компьютерах без их явного программирования. Машинное обучение сегодня настолько распространено, что вы, вероятно, используете его результаты десятки раз в день, даже не подозревая об этом. За последнее десятилетие машинное обучение дало нам беспилотные автомобили, практическое распознавание речи, эффективный поиск в интернете... и это только вершина айсберга!

Задача этого курса — познакомить вас с базовыми алгоритмами машинного обучения, а также с библиотеками и сопутствующим программным обеспечением для его примененения на практике. Почти каждый модуль будет содержать задачу, которую вам необходимо будет сформулировать в терминах машинного обучения, а затем и решить. Мы хотим, чтобы после прохождения курса на основании своего опыта вы сформировали для себя понимание того, что все-таки из себя представляет машинное обучение, при столь большом объеме разной и зачастую противоречивой информации.

Содержание курса

В курсе будут освещены следующие темы:

• Data manipulations, pandas. EDA, seaborn
• Supervised / unsupervised learning (overview). Regression problem. Linear models
• Overfitting and regularization
• Feature engineering and selection
• Classification problem. Linear models. kNN
• Trees and ensembles
• Clustering and dimensionality reduction
• Model evaluation and selection
• Capstone project

Необходимые базовые знания

Python

Basics: https://www.stavros.io/tutorials/python/

Details: https://diveintopython3.problemsolving.io/

Numpy

https://cs231n.github.io/python-numpy-tutorial/#numpy

Присоединяйтесь к нашим Telegram группам

Наши партнеры