Machine learning — процесс обучения нейронных сетей выявлению закономерностей на основании подготовленных массивов данных. Работающие модели применяют везде: от тяжёлого машиностроения до майнинга криптовалют. Специалистов по глубокому обучению пока мало и они быстро находят себе интересные проекты.
Чему вы научитесь на курсе
- Формулировать задачу для data science-проекта
- Выдвигать идеи и гипотезы и составлять план решения задачи
- Подбирать алгоритмы и метрики под задачу для разных моделей
- На примерах изучите основные алгоритмы и узнаете, в каких случаях их использовать
- Строить модели машинного обучения с помощью библиотеки Sklearn
- Рассмотрите примеры кода обучения, научитесь применять знания на практике
- Оценивать качество моделей машинного обучения
- Ознакомитесь с подходами предотвращения переобучения, изучите методы оценки
- Интерпретировать результаты и составлять отчёт об исследовании
- Научитесь сравнивать алгоритмы на готовых датасетах, определять методы улучшения качества
- Построение модели
- Работа с заказчиком
- Рекомендательные системы
- Компьютерное зрение
- Обработка естественного языка (NLP)
- Временные ряды
- Итоговый хакатон
- Дипломная работа
![[IMG]](/upload/parser/2021/01/59551.0.jpeg)
Последнее редактирование модератором:
- Статус
- В этой теме нельзя размещать новые ответы.