Введение в машинное обучение на Python

Работа с большими данными и задачами искусственного интеллекта требует особого подхода - подхода машинного обучения. В этом курсе мы последовательно пройдем все этапы работы с данными: от видов задач и их постановки до работы с моделями машинного обучения для минимизации предсказательной ошибки. Дополнительно рассмотрим фундаментальные основы построения моделей машинного обучения, базовые метрики и наиболее простые модели - линейную и логистическую регрессии
62 новые темы
14 практикумов
15 тестов на проверку знаний
8 бонусных материалов к курсу
Итоговая курсовая работа
Сертификат по окончании курса
Ваша скидка: 25%
Для кого этот курс:
1 990 рублей 2 490
В этом курсе:
Инженеры и научные работники, чьи исследования связаны с Big Data
Руководители и менеджеры
Разработчики больших систем
Директора по маркетингу и продажам
Базовый анализ
данных на Python
Базовый SQL
Основы сетевых
протоколов
Проектная работа
Математическая статистика
Машинное обучение на Python
Компьютерное зрение на Python
который занимается анализом огромных массивов данных, извлекает оттуда нужную информацию, умеет ее анализировать и верно интерпретировать для разработки нужных бизнес-решений.
Аналитик больших данных,
Курс входит в профессию:
Требования к поступающим на курс
Нам важно, чтобы каждый студент в полной мере освоил программу курса, приобрел сильные навыки и научился применять полученные знания на практике:
Внимание!
  • Опыт программирования на Python
  • Опыт использования SQL
  • Знания математической статистики
  • Интерес к искусственному интеллекту и(ли) большим данным
Основные темы курса
Процесс машинного обучения
подготовка данных
модель машинного обучения
Базовые методы и оценки
Линейные модели
Что узнают и чему обучаются студенты на курсе
Задачи и процесс машинного обучения
Данные для машинного обучения
Особенности обучение моделей
Экспорт и импорт результатов машинного обучения
Метод максимального правдоподобия
Линейная регрессия и регуляризация
Среднеквадратичная ошибка и другие метрики
Полиномиальная и нелинейная регрессия
Логистическая регрессия
отдельных занятия
62
практикумов
14
самостоятельных работ
14
дополнительных
материалов
8
сертификат
1
Основные цифры курса
курсовая работа
1
Программа курса
Вводный модуль
Приобретем полезные привычки и научимся работать в прикладной программе для успешного обучения программированию, оценим свои начальные навыки и поставим задачи на курс

Занятие 1: Добро пожаловать
Занятие 2: Формат курса
Занятие 3: Jupyter Notebook
Занятие 4: Общие рекомендации
Занятие 5: Вопросы и ответы
Занятие 6: Напутствие

Тест: Подготовительный тест
Модуль 1: Процесс машинного обучения
Посмотрим на задачи и процесс машинного обучения: обработка данных, построение и оценка модели

Занятие 1: Задачи машинного обучения
Занятие 2: Тест: задачи машинного обучения
Занятие 3: Модель и процесс машинного обучения
Занятие 4: Процесс ETL
Занятие 5: Тест: процесс машинного обучения
Модуль 2: Подготовка данных
Получение, объединение, очистка и изучение данных

Занятие 1: EDA
Занятие 2: Подготовка данных
Занятие 3: Тест: подготовка данных
Модуль 3: Модель машинного обучения
Разбиение данных, обучение и оптимизация модели, экспорт и импорт результатов

Занятие 1: Разбиение выборки
Занятие 2: Оптимизация гиперпараметров
Занятие 3: Недообучение и переобучение
Занятие 4: Тест: обучение модели
Занятие 5: Использование HDF

Модуль 4: Базовые методы и оценки
Методы максимального правдоподобия и наименьших квадратов и метрики расстояния

Занятие 1: Метод максимального правдоподобия
Занятие 2: Метод наименьших квадратов
Занятие 3: Тест: метод наименьших квадратов
Занятие 4: Аппроксимация пропусков в данных
Занятие 5: Тест: аппроксимация данных
Занятие 6: Среднеквадратичная ошибка
Занятие 7: Метрики и расстояния
Занятие 8: Тест: метрики и расстояния

Модуль 5: Линейные модели
Линейная, линеаризуемая, полиномиальная и логистическая регрессии

Занятие 1: Линейная регрессия и L1/L2-регуляризация
Занятие 2: Тест: линейная регрессия
Занятие 3: BIC и AIC
Занятие 4: Полиномиальная регрессия
Занятие 5: Линеаризация регрессии
Занятие 6: Тест: нелинейная регрессия
Занятие 7: Логистическая регрессия
Занятие 8: Тест: линейные модели

Как организован процесс обучения
Доступ к информации
После регистрации и оплаты вы получите доступ в ваш личный кабинет, где содержатся все материалы курса.
Обучение
Вы изучаете материалы курса и выполняете задания в своем темпе, в удобное для вас время и в приятном для вас месте. Все, что вам необходимо - доступ в интернет!
Практика
Чтобы добиться наилучшего результата строго выполняйте все задания курса, используя полученные теоретические знания. Практикуйтесь самостоятельно, ведь чем больше опыта вы приобретете за время обучения, тем выше будет ваша конкурентоспособность как специалиста по окончанию курса.
Выполнение курсовой работы
Вы самостоятельно создаете свой курсовой проект - модели машинного обучения, применяя все теоретические и практические знания, полученные за время обучения на курсе.
Финал
Получаете обратную связь на свою работу и сертификат о прохождении курса.
Ваш наставник:
Мациевский Николай
опыт в программировании и разработки сложных веб-проектов более 20 лет
    технический директор облачного сервиса Айри.рф
      эксперт в области веб-производительности
        автор двух книг: «Разгони свой сайт» и «Реактивные веб-сайты»
        Почему стоит учиться у Николая?
        Разработал и руководил разработками огромного количества веб-проектов, веб-сайтов и сервисов, общая ежедневная аудитория которых превышает 100 млн. человек.
        Неоднократно приглашался в качестве ведущего и эксперта различных программ на радио и телевидение
        Создал с нуля, руководит и продолжает развивать такие проекты, как:
        webogroup.com
        webopulsar.ru / webopulsar.com
        айри.рф / airee.cloud

        Научит и Вас!
        Стоимость обучения
        Стандартная цена курса
        Ваша цена
        25%
        Гарантия возврата денег - 14 дней
        Оставьте заявку на обучение:
        Нажимая на кнопку вы соглашаетесь с условиями обработки персональных данных
        2 490 рублей
        1 990 рублей
        Ваша скидка:
        62 новые темы
        14 практикумов
        15 тестов на проверку знаний
        8 бонусных материалов к курсу
        Итоговая курсовая работа
        Сертификат по окончании курса
        В этом курсе:
        только для первых 18 11
        ГАРАНТИЯ
        Мы абсолютно уверены в качестве своего курса и в том, что он будет вам полезен! Поэтому даем невероятную гарантию: если в течение 14 дней вы поймете, что наш курс вам не подходит, если он вам не понравится, - напишите нам, и мы вернем вам деньги.
        Click to order
        Cart
        Total: 
        Ваше имя
        Ваш Email
        Your Phone
        Пожалуйста, не указывайте почту icloud, так как на нее мы не сможем отправить вам письмо с доступом к курсу