Заказать звонок
Оставьте Ваш номер, и мы перезвоним в удобное время и ответим на все вопросы!
Машинное обучение
онлайн-курс
10
модулей
модулей
72
часа
часа
18 лет
Назад был открыт наш первый учебный центр
45 000 человек
Уже прошли обyчение по всей стране и за рубежом
500 педагогов
Высшей квалификации со стажем не менее 15 лет
7 филиалов
По всей России. Есть ли филиал в моём городе?
Описание курса
Повышение квалификации заинтересованных лиц в условиях инновационного процесса цифровизации различных сфер жизни за счет освоения принципов и инструментов, применяемые при работе с большими данными.
• Основные понятия теории Искусственного Интеллекта
• Основные методы математической статистики, используемой в машинном обучении
• Основные методы теории распознавания образов
• Цели и задачи теории и инженерии машинного обучения
• Основные методы математической статистики, используемой в машинном обучении
• Основные методы теории распознавания образов
• Цели и задачи теории и инженерии машинного обучения
• Пользоваться простыми методами математической статистики
• Строить дерево перебора вариантов
• Разрабатывать простые оценочные функции
• Строить дерево перебора вариантов
• Разрабатывать простые оценочные функции
• Выполнение статистических расчетов, используя методы, изложенные в курсе
• Моделирование работы нейронных сетей
• Построение моделей распознавания образов.
• Моделирование работы нейронных сетей
• Построение моделей распознавания образов.
Повышение уровня профессиональной квалификации слушателей за счет приобретения им систематизированной информации о методах решения задач в области искусственного интеллекта и машинного обучения.
Программа курса
10 модулей
Модуль 1. Инструменты для работы по машинному обучению
- Anaconda
- Jupyter
- Pandas
- Numpy
- Обзор языка Python
Модуль 2. Введение в машинное обучение
- Обзор курса и знакомство с преподавателем
- Первая модель машинного обучения: дерево принятия решений
- Обучение с учителем и без учителя, классификация, регрессия, ранжирование
- Примеры применения машинного обучения
- Обучаем модель для кредитного скоринга
Модуль 3. Модели машинного обучения: типы и классификация
- Признаковое описание объекта
- Линейная регрессия
- Классификация: логистическая регрессия
- Явление переобучения
- Ансамбли деревьев: случайный лес, градиентный бустинг
Модуль 4. Оценки и параметры основных алгоритмов машинного обучение
- Зачем нужны тренировочная, валидационная и тестовая выборки
- Кросс-валидация и скользящий контроль
- Оценка регрессий: среднеквадратичная ошибка
- Оценка классификации: точность, полнота, ROC-кривая, AUC
- Гиперпараметры и их подбор
Модуль 5. Построение композиции алгоритмов машинного обучения
- Feature Engineering
- Бутсраппинг и случайные леса
- Бустинг
- Обзор production библиотек для градиентного бустинга
- Подбор гиперпараметров моделей: поиск по решетке, случайный поиск
Модуль 6. Рекомендательные системы и их алгоритмы
- Обзор подходов к построению рекомендательных систем, контентные рекомендации, коллаборативная фильтрация, гибридные алгоритмы
- Алгоритм SVD
Модуль 7. Обучение без учителя
- Кластеризация, метод K-средних
- Снижение размерности, метод главных компонент
- Тематическое моделирование: LDA
Модуль 8. Нейронные сети
- Как работает нейросеть
- Задачи глубокого обучения
- Распознавание изображений
Модуль 9. Нейронные сети. Продолжение.
- Основные архитектуры нейронных сетей
- Регуляризация
- Анализ текстов при помощи нейросетей: Word2vec и ембеддинги
- Рекуррентные нейросети
Модуль 10. Big Data
- Основные идеи для работы с большими данными
- Обзор возможностей spark
- Применение классических моделей машинного обучение на больших данных
- Библиотека sparkml
Пройти 5-месячный курс со скидкой 80%
всего за 9 900 рублей
всего за 9 900 рублей
При поддержке министерства цифрового развития РФ
Что Вы получите?
Практические
кейсыВ процессе обучения Вы напишите собственный проект.
Круглосуточную
поддержкуПомощь и ответы на любые вопросы по теории и заданиям
Помощь в трудоустройствеВ топовые компании наших партнёров. Шаблоны резюме.
Лучшие технологические компании любят нанимать выпускников GetTheSkills
86% выпускников принимаются на работу в течение 6 месяцев и получают заработную плату более
150 000 рублей в месяц
150 000 рублей в месяц
Посмотрите примеры вакансий для выпускников данного курса
и средний уровень заработных плат
- Аналитик данных (Data Scientist)до 150 000 р.
- Аналитик данных (Data Scientist)до 200 000 р.
- Аналитик данных (Data Scientist)120 -180 т. р.
- Senior data engineer (Apache Spark, Scala, Big Data)200 - 300 т. р.
- Big Data Engineerот 250 000 р.
- Senior Big Data разработчик (Scala)от 270 000 р.
- Data scientist (middle/senior)от 180 000 р.
- Data Scientist (NLP)до 250 000 р.
- Senior Data Operations Engineer (Dublin Ireland)от 6 000 до 8 000 EUR
Вопросы и ответы
По статистике наших учеников, курс окупается в 3 раза уже с первой заработной платы.
Средняя заработная плата на рынке специалистов по машинному обучению и data science составляет 150 тысяч рублей.
Средняя заработная плата на рынке специалистов по машинному обучению и data science составляет 150 тысяч рублей.
На данный момент в Интернете есть множество материалов об искусственном интеллекте, машинном обучении и data science.
Но даже самое приблизительное понимание этой информации потребует профессиональных навыков. Скорее всего, Вы уже убедились в этом, попробовав искать информацию на эту тему.
Наш курс подготовлен так, что Вы с нуля сможете освоить самые сложные моменты вне зависимости от уровня подготовки - мы подготовили программу для изучения материала полностью с нуля.
Но даже самое приблизительное понимание этой информации потребует профессиональных навыков. Скорее всего, Вы уже убедились в этом, попробовав искать информацию на эту тему.
Наш курс подготовлен так, что Вы с нуля сможете освоить самые сложные моменты вне зависимости от уровня подготовки - мы подготовили программу для изучения материала полностью с нуля.
Курс описывает сложное простыми словами.
Для освоения материала будет достаточно понимания простейших основ математики. Знание программирования не обязательно.
Для освоения материала будет достаточно понимания простейших основ математики. Знание программирования не обязательно.
Мы сделали курс в онлайн-формате, чтобы Вы могли проходить его в удобное время.
Вы получаете лекцию и задание, делаете его и присылаете на проверку результат и Ваши вопросы. Мы проверяем Вашу работу, после чего Вы получаете доступ к следующему занятию.
Ограничений на время выполнения задания не предусмотрено, Вы можете изучать материал в удобном режиме.
Вы получаете лекцию и задание, делаете его и присылаете на проверку результат и Ваши вопросы. Мы проверяем Вашу работу, после чего Вы получаете доступ к следующему занятию.
Ограничений на время выполнения задания не предусмотрено, Вы можете изучать материал в удобном режиме.
Видеоуроки построены таким образом, чтобы максимально вовлечь Вас в изучение материала. сделав его лёгким и интересным для изучения.
При этом, по мнению наших учеников, самыми интересными являются практические задания из курса - Вы сможете с нуля создать собственный проект.
При этом, по мнению наших учеников, самыми интересными являются практические задания из курса - Вы сможете с нуля создать собственный проект.
Если после начала курса Вы поймёте, что машинное не для Вас – мы вернём Вам деньги. Сразу и без вопросов.
Да.
Лучшим участникам, прошедшим полный курс, мы гарантируем трудоустройство в наших компаниях и компаниях наших партнёров.
Лучшим участникам, прошедшим полный курс, мы гарантируем трудоустройство в наших компаниях и компаниях наших партнёров.
Остались вопросы?
Задайте их менеджеру