Основы машинного обучения
Комплексный курс для начинающих, который познакомит вас с основными концепциями и алгоритмами машинного обучения. Вы изучите supervised и unsupervised learning, регрессию, классификацию, кластеризацию и многое другое.
О курсе
Курс "Основы машинного обучения" - это ваш первый шаг в мир искусственного интеллекта. За 8 недель вы освоите фундаментальные концепции ML и научитесь применять их на практике.
Что вы изучите:
- Основные концепции машинного обучения и его применение
- Линейная и логистическая регрессия
- Деревья решений и случайные леса
- Методы классификации и кластеризации
- Оценка качества моделей и метрики
- Работа с библиотеками scikit-learn и pandas
- Feature engineering и предобработка данных
- Cross-validation и настройка гиперпараметров
Для кого этот курс:
- Профессионалы, желающие освоить новую область
- Специалисты по данным, начинающие карьеру в ML
- Руководители, которые хотят понимать возможности ML
- Все, кто интересуется искусственным интеллектом
Программа курса
Неделя 1-2: Введение в машинное обучение
- Что такое машинное обучение и где оно применяется
- Типы задач ML: supervised, unsupervised, reinforcement
- Настройка рабочего окружения Python
- Основы работы с данными в pandas
Неделя 3-4: Регрессия и классификация
- Линейная регрессия: теория и практика
- Логистическая регрессия для классификации
- Метрики качества моделей
- Практический проект: предсказание цен
Неделя 5-6: Деревья и ансамбли
- Деревья решений: принципы работы
- Random Forest и Gradient Boosting
- Feature importance и интерпретация моделей
- Практика: классификация клиентов
Неделя 7-8: Продвинутые техники и итоговый проект
- Cross-validation и настройка гиперпараметров
- Работа с несбалансированными данными
- Feature engineering
- Итоговый проект: решение бизнес-задачи
Отзывы студентов
Отличный курс для начинающих! Все объясняется понятно, с практическими примерами. После курса смогла применить полученные знания в своей работе.
В 42 года решил освоить ML - и не пожалел! Преподаватели учитывают возраст аудитории, темп комфортный. Рекомендую!
Прекрасная структура курса и поддержка менторов. Особенно понравились практические задания на реальных данных.