Бесплатный курс от сообщества The Rolling Scopes.
Онлайн курс «Введение в машинное обучение»
Курс предназначен для разработчиков, которые хотят изучить основы машинного обучения и анализа данных.
Начало занятий: 18 января 2021
Бесплатное обучение
В RS School работает принцип "Pay it forward". Мы бесплатно делимся с учащимися своими знаниями сейчас, надеясь, что в будущем они вернутся к нам в качестве менторов и точно так же передадут свои знания следующему поколению студентов.
Для кого этот курс?
В RS School может учиться каждый, независимо от возраста, профессиональной занятости и места жительства. Однако для успешного обучения необходимо иметь базовые знания.
Чат
Открытый чат для абитуриентов и учащихся.
Сертификат
Сертификат выдается всем успешно закончившим обучение.
Расписание лекций
По понедельникам с 19:00 до 21:00
Формат обучения: вебинары.
Материалы
Документация школы - https://docs.rs.school
Все материалы находятся в открытом доступе на YouTube.
Срок обучения: 3 месяца
Вводный вебинар состоится 18 января 2021.
Запись вебинара будет размещена на YouTube канале школы.
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/