EAS-020
Основы машинного обучения
Основы машинного обучения: классификация, регрессия, кластеризация, ансамбли, нейронные сети. Курс дает представление об основных группах методов машинного обучения и их применении для решения задач анализа текстов, прогнозирования цены и выдачи рекомендаций. В практической части курса участники будут работать с признаками, перебирать параметры моделей и строить ансамбли, используя язык Python.
Удостоверение о прохождении
Смотреть пример
24 академ. часов
Онлайн
Подробнее
Улучшаемые навыки
машинное обучение
Python
Scikit-learn
Нейросети
Кластеризация
Регрессия
Классификация
Ансамбли
Инструменты
Python
Scikit-learn
TensorFlow
NumPy
Pandas
Чему вы научитесь
01
Выполнять задачи классификации, регрессии и кластеризации.
02
Подготавливать и обрабатывать данные для машинного обучения.
03
Оценивать качество моделей с помощью различных метрик.
04
Строить и оптимизировать ансамбли моделей.
05
Применять нейронные сети для решения реальных задач.
Программа курса
01
Виды задач машинного обучения
02
Библиотеки для машинного обучения
03
Выборки и валидация
04
Линейные методы для регрессии и классификации
05
Деревья
06
Методы кластеризации
07
Снижение размерности
08
Нейронные сети
Для кого
Разработчик
Дата-аналитик
ML Engineer
Предварительная подготовка
Записаться на курс
32 000 ₽
28 800 ₽ — для физ. лиц
Юр. лицо — 32 000 ₽
Физ. лицо — 28 800 ₽
Открытая дата
Отзывы о курсе
Отзывы учеников
Фундаментальный курс по машинному обучению. Лично для меня весь материал был новым, интересным и полезным. Больше всего понравилось, что я попрактиковался в подготовке данных и кодировании, которые мы разбирали вместе с тренером. Также он показал нам некоторые практические примеры и проблемы, с которыми мы могли столкнуться, а также обсудил и применил решения этих проблем.
Как обзор прикладных практик в области анализа данных, этот тренинг заходит неплохо. Много примеров и заданий, которые мы выполняли под руководством тренера. Отдельно стоит выделить машины Больцмана, с которыми я столкнулся первый раз. Для 24 академических часов этот курс объёмный, возможно, на него стоит выделить больше времени 😊
Наши ученики работают в:
Наши клиенты
Связанные курсы
EAS-025
24 часа
Машинное обучение на практике
Практический курс по машинному обучению для аналитиков и разработчиков. Освоите полный цикл создания ML-моделей от подготовки данных до презентации результатов. Уникальность: курс построен на реальных кейсах, что позволяет сразу применять знания на практике. Ценность: научитесь решать реальные бизнес-задачи с помощью машинного обучения, повышая эффективность и точность решений.
от Middle
39 000 ₽
EAS-027
30 часов
Машинное обучение с подкреплением: обычное и глубокое
Освойте методы обучения с подкреплением и их применение в реальных задачах. Этот курс предоставляет всесторонний обзор RL и DRL, включая основы математики, базовые алгоритмы и современные исследования. Вы научитесь моделировать среды RL и применять алгоритмы для решения
от Senior
54 500 ₽
