27/11/2023
0
Ansichten
Maschinelles Lernen – Kurs 39.240 RUB. von SkillFactory, Schulung 12 Wochen, Datum 13. August 2023.
Verschiedenes / / December 02, 2023
Woraus besteht der Kurs?
Der Kurs umfasst 10 Module, mehr als 500 Übungen zur Vertiefung des Materials, Training in 10 Algorithmen für maschinelles Lernen, 2 Hackathons auf Kaggle, Chat mit der Community und Mentorunterstützung
Die Spezialisierung Data Science besteht aus Kursen:
Python
Mathematik und Statistik
Maschinelles Lernen
Tiefes Lernen
Datentechnik
Management
Fähigkeitentraining
Jedes Thema wird in Videos, Screencasts und Notizen behandelt und durch Dutzende Übungen (Tests, Code-Debugging, Überprüfung des Schülercodes) vertieft.
Gemeinschaft und Mentor
Während des Kurses werden Sie mit Schwierigkeiten nicht allein gelassen – nicht nur Ihre Klassenkameraden helfen Ihnen, sondern auch der Kursbetreuer.
Modelltraining
Im Kurs zu jedem Thema arbeiten Sie mit dem ML-Modell – verfeinern, erstellen von Grund auf, optimieren, probieren verschiedene Methoden aus.
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 festigen
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 festigen
Rückschritt
— Wir studieren Datentypen, lernen, Daten zu bereinigen und anzureichern, 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 festigen
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 festigen
Baumbasierte Algorithmen: eine Einführung in Bäume
— Sich mit Entscheidungsbäumen und ihren Eigenschaften vertraut machen, Bäume aus der Sklearn-Bibliothek beherrschen und Bäume zur Lösung eines Regressionsproblems verwenden
— Wir lösen über 40 Probleme, um das Thema zu festigen
Baumbasierte Algorithmen: Ensembles
— Wir untersuchen die Merkmale von Baumensembles, üben Boosting und nutzen das Ensemble, um eine logistische Regression zu erstellen
— Wir lösen über 40 Probleme, um das Thema zu festigen
— Wir nehmen an einem Wettbewerb auf Kaggle teil, bei dem es darum geht, ein baumbasiertes Modell zu trainieren
Beurteilung der Qualität von Algorithmen
— Wir studieren die Prinzipien der Stichprobenaufteilung, des Unter- und Übertrainings, bewerten Modelle anhand verschiedener Qualitätsmetriken und lernen, den Lernprozess zu visualisieren
— Wir bewerten die Qualität mehrerer ML-Modelle
— Wir lösen über 40 Probleme, um das Thema zu festigen
Zeitreihen im maschinellen Lernen
— Sich mit der Zeitreihenanalyse in ML vertraut machen, lineare Modelle und XGBoost beherrschen, die Prinzipien der Kreuzvalidierung und Parameterauswahl studieren
— Wir lösen über 50 Probleme, um das Thema zu festigen
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 festigen
Letzter Hackathon
— Wir wenden alle untersuchten Methoden an, um eine maximale Genauigkeit der Modellvorhersagen für Kaggle zu erreichen
Abonnieren
YOU MIGHT ALSO LIKE
