Maschinelles Lernen und Deep Learning – Kurs 68.040 Rubel. von SkillFactory, Ausbildung 20 Wochen, Datum: 13. August 2023.

Kurzprogramm des Kurses „Machine Learning PRO“

Modul 1
Einführung in maschinelles Lernen
Wir machen uns mit den Hauptaufgaben und Methoden des maschinellen Lernens vertraut, studieren praktische Fälle und wenden den grundlegenden Algorithmus für die Arbeit an einem ML-Projekt an
Wir lösen über 50 Probleme, um das Thema zu vertiefen

Modul 2
Datenvorverarbeitungsmethoden
Wir studieren Datentypen, lernen, Daten zu bereinigen und anzureichern, nutzen Visualisierung für die Vorverarbeitung und beherrschen das Feature-Engineering
Wir lösen über 60 Probleme, um das Thema zu vertiefen

Modul 3
Rückschritt
Wir beherrschen lineare und logistische Regression, untersuchen die Grenzen der Anwendbarkeit, analytische Schlussfolgerung und Regularisierung. Regressionsmodelle trainieren
Wir lösen über 40 Probleme, um das Thema zu vertiefen

Modul 4
Clustering
Wir beherrschen das Lernen ohne Lehrer, üben seine verschiedenen Methoden und arbeiten mit Texten mithilfe von ML
Wir lösen über 50 Probleme, um das Thema zu vertiefen

Modul 5
Baumbasierte Algorithmen: eine Einführung in Bäume
Machen wir uns mit Entscheidungsbäumen und ihren Eigenschaften vertraut, beherrschen Bäume aus der Sklearn-Bibliothek und verwenden Bäume, um ein Regressionsproblem zu lösen
Wir lösen über 40 Probleme, um das Thema zu vertiefen

Modul 6
Baumbasierte Algorithmen: Ensembles
Wir untersuchen die Merkmale von Baumensembles, üben Boosting und verwenden das Ensemble zum Aufbau einer logistischen Regression
Wir lösen über 40 Probleme, um das Thema zu vertiefen
Wir nehmen an einem Wettbewerb auf Kaggle teil, bei dem es darum geht, ein baumbasiertes Modell zu trainieren

Modul 7
Beurteilung der Qualität von Algorithmen
Wir studieren die Prinzipien der Stichprobenaufteilung, Unter- und Überanpassung, bewerten Modelle anhand verschiedener Qualitätsmetriken und lernen, den Lernprozess zu visualisieren
Bewertung der Qualität mehrerer ML-Modelle
Wir lösen über 40 Probleme, um das Thema zu vertiefen

Modul 8
Zeitreihen im maschinellen Lernen
Machen wir uns mit der Zeitreihenanalyse in ML vertraut, beherrschen lineare Modelle und XGBoost und studieren die Prinzipien der Kreuzvalidierung und Parameterauswahl
Wir lösen über 50 Probleme, um das Thema zu vertiefen

Modul 9
Empfehlungssysteme
Wir untersuchen Methoden zum Aufbau von Empfehlungssystemen, beherrschen den SVD-Algorithmus und bewerten die Qualität der Empfehlungen des trainierten Modells
Wir lösen über 50 Probleme, um das Thema zu vertiefen

Modul 10
Letzter Hackathon
Wir wenden alle untersuchten Methoden an, um eine maximale Genauigkeit der Modellvorhersagen für Kaggle zu erzielen

Kursprogramm „Deep Learning“

Modul 1
Einführung in künstliche neuronale Netze
Wir erstellen ein neuronales Netzwerk zur Erkennung handgeschriebener Zahlen in Python

Modul 2
Frameworks für Deep Learning (TensorFlow, Keras)
Wir erstellen ein Bilderkennungsmodell basierend auf dem FashionMNIST-Datensatz und dem Keras-Framework

Modul 3
Faltungs-Neuronale Netze
Wir erkennen Bilder im CIFAR-10-Datensatz mithilfe eines Faltungs-Neuronalen Netzwerks

Modul 4
Optimierung neuronaler Netzwerke
Verbesserung der Geschwindigkeit und Leistung von Netzwerken im Vergleich zum vorherigen Modul

Modul 5
Transferlernen und Feinabstimmung
Zusätzliches Training des neuronalen Netzwerks ImageNET zur Lösung des Problems der Bildklassifizierung

Modul 6
Bildsegmentierung
Entwurf eines neuronalen Netzwerks zur Segmentierung von Personen im COCO-Datensatz

Modul 7
Objekterkennung
Am Beispiel eines Datensatzes mit Markenlogos trainieren wir ein neuronales Netzwerk zur Lösung eines Erkennungsproblems

Modul 8
Einführung in NLP und Worteinbettungen
Erstellen eines neuronalen Netzwerks für die Arbeit mit natürlicher Sprache

Modul 9
Wiederkehrende neuronale Netze
Erstellen eines Chatbots basierend auf einem wiederkehrenden neuronalen Netzwerk

Modul 10
Verstärkungslernen
Erstellen eines Agenten zum Spielen von Pong basierend auf dem DQN-Algorithmus

Modul 11
Was kommt als nächstes?
Machen wir uns mit anderen Anwendungsbereichen neuronaler Netze vertraut. Erstellen eines neuronalen GAN-Netzwerks zur Bilderzeugung