Введение в машинное обучение

Длительность
  • 13 занятий
  • 52 ак. часов
Курс преподают
  • Алексей Спасёнов Алексей Спасёнов
  • Евгений Некрасов Евгений Некрасов
  • Андрей Шестаков Андрей Шестаков
  • Георгий Господинов Георгий Господинов
  • Артем Зраев Артем Зраев
  • Вадим Журавлев Вадим Журавлев
Получаемые навыки

1) Извлечение полезной информации из данных
2) Применение алгоритмов машинного обучения к практическим задачам
3) Обработка изображений с использованием искусственных нейронных сетей
4) Комплексное решение задач машинного обучения

Контроль знаний

Цель курса — Ознакомить слушателей с практическим анализом данных и машинным обучением. Научить выбирать и разрабатывать подходящие алгоритмы и пайплайны для различных наборов данных с использованием языка программирования python.

В рамках данного курса, слушатели познакомятся как с классическими алгоритмами машинного обучения, так и с самыми современными достижениями в науке анализа данных. Полученные знания будут полезны в целом спектре областей: информационные технологии, лингвистика, психология, биология, физика, картография, банковское дело, экономика и управление и т.д.

Смешанное занятие №1

Введение в анализ данных и машинное обучение

4 часа 4 часа СР

Смешанное занятие №2

Задачи классификации и регрессии

4 часа 4 часа СР

Смешанное занятие №3

Оценка качества моделей и работа с признаками

4 часа 4 часа СР

Смешанное занятие №4

Обучение без учителя

4 часа 4 часа СР

Смешанное занятие №5

Ансамбли моделей

4 часа 4 часа СР

Смешанное занятие №6

Анализ социальных сетей

4 часа 4 часа СР

Смешанное занятие №7

Работа с текстовыми данными

4 часа 4 часа СР

Смешанное занятие №8

Рекомендательные системы

4 часа 4 часа СР

Семинар №1

Семинар 1

4 часа 4 часа СР

Смешанное занятие №9

Нейронные сети. Основы

4 часа 4 часа СР

Смешанное занятие №10

Свёрточные нейронные сети. Часть 1

4 часа 4 часа СР

Смешанное занятие №11

Свёрточные нейронные сети. Часть 2

4 часа 4 часа СР

Экзамен №1

Итоговое занятие

4 часа 4 часа СР

Также в первом семестре:

© Mail.ru Group, 2011–2019

Обратная связь

Присоединяйся:

Группа ВКонтакте
  • Дизайн:
    Nimax
  • Разработка:
    Лаборатория
    Технопарка
Версия портала - 5.39.5