Machine Learning

Практический курс по машинному обучению с менторской поддержкой

Machine Learning
Цена
53900
11 недель11 недель
СертификатСертификат
РусскийРусский
SkillFactory

Описание:

Сейчас лучшее время для старта карьеры в области Machine Learning

С 2012 по 2018 годы количество вакансий специалистов по машинному обучению выросло в 19 раз. Прямо сейчас специалистов по машинному обучению ищут Яндекс, Mail.ru, Сбербанк, МТС, PwC, М-Видео, Северсталь.

На курсе вы научитесь на практике решать задачи бизнеса методами машинного обучения и сможете начать карьеру как Data Scientist.

Курс ориентирован на практику, подходит новичкам и не требует обширных познаний в программировании. Вы сможете освоить все основные методы машинного обучения с нуля до уверенного владения за 11 недель.

Курс подойдет вам, если вы

  • Новичок. Вы начинающий Data Scientist, уверенно владеете Python, разбираетесь в математике и статистике. Вы сможете систематизировать и углубить полученные самостоятельно или на бесплатных курсах знания, пообщаться с профессионалами, применить модели Machine Learning на практике.
  • Программист. Вы программируете на Python и столкнулись с задачами машинного обучения в работе. На курсе вы освоите основные алгоритмы машинного обучения, обучите рекомендательную систему и на финальном хакатоне примените все полученные навыки Machine Learning на практике.
  • Аналитик. Вы аналитик со знанием Python, оперируете большим объемом данных и хотите погрузиться в Machine Learning. На курсе вы узнаете, какие задачи решает машинное обучение, примените
    основные методы предобработки данных, научитесь валидировать данные и оценивать качество алгоритмов.

Курс включает в себя 10 модулей, более 500 упражнений на закрепление материала, обучение 10 алгоритмов машинного обучения, два хакатона на kaggle, чат с сообществом и поддержку менторов

  • Отработка навыков. Каждая тема разбирается в видео, скринкастах и конспектах и закрепляется десятками упражнений (тесты, дебаггинг кода, проверка кода студента)
  • Обучение моделей. На курсе по каждой теме вы работаете с моделью ML — файнтьюните, создаёте с нуля, оптимизируете, пробуете разные методы
  • Сообщество и ментор. На курсе вы не останетесь один на один с затруднениями — вам помогут не только ваши одногруппники, но и ментор курса. С такой поддержкой вы не бросите обучение на пол пути

Программа курса:

Модуль 1. Data science toolbox. Python для Machine Learning
Осваиваем инструментарий машинного обучения: Python, Pandas, основные библиотеки

Модуль 2. Введение в машинное обучение
Знакомимся с основными понятиями machine learning и обучаем свою первую модель дерева принятия решений для кредитного скоринга

Модуль 3. Основные модели машинного обучения
Осваиваем основные методы машинного обучения, работаем с новыми датасетами и решаем задачу классификации: определяем качество товара по его характеристикам

Модуль 4. Оценка качества алгоритмов машинного обучения
Учимся оценивать точность модели по различным метрикам и повышать её; решаем задачу классификации отзывов к фильмам

Модуль 5. Tree-based алгоритмы и подбор гиперпараметров
Осваиваем Feature Engineering, учимся подбирать гиперпараметры, работаем с датасетом Титаник и решаем задачу бинарной классификации: предсказываем уровень доходов

Модуль 6. Персонализация и рекомендательные системы
Изучаем различные подходы к созданию рекомендательных систем, обучаем свою и участвуем в командном соревновании на kaggle

Модуль 7. Обучение без учителя
Осваиваем кластеризацию и новые методы повышения точности модели, работаем с кластеризацией текстов: ищем закономерности

Модуль 8. Глубокое обучение: нейронные сети
Знакомимся с простыми нейронными сетями, библиотеками Tensorflow и Keras, работаем с датасетом FashionMNIST и обучаем свою первую сверточную нейросеть для распознавания изображений

Модуль 9. Рекуррентные нейросети
Анализируем тексты с помощью рекуррентных нейросетей на базе Word2vec и ембеддингов

Модуль 10. Машинное обучение и большие данные
Учимся работать с большими данными с использованием MapReduce на базе Spark

Модуль 11. Финальный хакатон
Обучаем нейронную сеть для распознавания изображений и текстов и участвуем в командном соревновании на kaggle