Основы машинного обучения
Комплексный курс по основам машинного обучения, разработанный для тех, кто хочет начать карьеру в области AI и Data Science. Курс охватывает все ключевые концепции и алгоритмы машинного обучения.
О курсе
Этот курс предназначен для изучения фундаментальных концепций машинного обучения. Вы познакомитесь с основными алгоритмами, методами и инструментами, используемыми в современном ML.
Курс включает теоретические занятия, практические задания и проектную работу. Вы научитесь работать с популярными библиотеками Python для машинного обучения, такими как scikit-learn, и получите практический опыт решения реальных задач.
Что вы изучите:
- Основные концепции машинного обучения
- Алгоритмы обучения с учителем и без учителя
- Методы предобработки данных
- Оценка и валидация моделей
- Работа с библиотеками Python для ML
- Реализация ML проектов от начала до конца
Программа курса
Модуль 1: Введение в машинное обучение (2 недели)
- Что такое машинное обучение
- Типы задач ML
- Настройка рабочего окружения
- Основы Python для ML
Модуль 2: Обучение с учителем (4 недели)
- Линейная и логистическая регрессия
- Деревья решений
- Случайный лес
- Метод опорных векторов
Модуль 3: Обучение без учителя (3 недели)
- Кластеризация
- Понижение размерности
- Анализ ассоциативных правил
Модуль 4: Практика и проект (3 недели)
- Работа над финальным проектом
- Оптимизация и тюнинг моделей
- Презентация результатов
Требования
Необходимые знания:
- Базовые знания математики (алгебра, основы статистики)
- Базовые навыки программирования (желательно Python)
- Английский язык на уровне чтения технической документации
Технические требования:
- Компьютер с операционной системой Windows, macOS или Linux
- Минимум 8 GB RAM
- Стабильное интернет-соединение
- Установленный Python 3.8 или выше