Машинно обучение
( 24 Модули )

модул #1
Въведение в машинното обучение
Преглед на машинното обучение, видове машинно обучение и значението на машинното обучение

модул #2
Математически основи
Линейна алгебра, смятане, вероятности и статистика

модул #3
Предварителна обработка на данни
Почистване на данни, мащабиране на функции, нормализиране и избор на функции

модул #4
Учене под наблюдение
Въведение в обучението под наблюдение, регресия и класификация

модул #5
Линейна регресия
Проста и множествена линейна регресия, цена функция и градиентно спускане

модул #6
Логистична регресия
Логистична регресия, сигмоидна функция и функция на разходите

модул #7
Дървета на решенията
Въведение в дърветата на решенията, ентропията и получаването на информация

модул #8
Произволно Гори
Обучение на ансамбъл, произволни гори и настройка на хиперпараметри

модул #9
Поддържащи векторни машини
Въведение в SVM, трикове на ядрото и SVM с меки граници

модул #10
Неконтролирано обучение
Въведение в неконтролирано обучение, групиране и намаляване на размерността

модул #11
K-означава клъстериране
K-означава клъстерен алгоритъм, функция на разходите и алгоритъм на Lloyds

модул #12
Йерархично клъстериране
Йерархично клъстериране, агломеративно и разделящо клъстериране

модул #13
Анализ на основните компоненти
Въведение в PCA, собствени стойности и собствени вектори

модул #14
Основи на задълбочено обучение
Въведение в задълбочено обучение, невронни мрежи и перцептрон

модул #15
Конволюционни невронни мрежи
Въведение в CNN , конволюционни слоеве и слоеве за обединяване

модул #16
Повтарящи се невронни мрежи
Въведение в RNN, LSTM и GRU

модул #17
Обработка на естествен език
Въведение в NLP, предварителна обработка на текст и вграждане на думи

модул #18
Оценка и избор на модел
Метрики за оценка, пренастройване и техники за избор на модел

модул #19
Настройка на хиперпараметри
Въведение в настройка на хиперпараметри, търсене в мрежа и произволно търсене

модул #20
Внедряване на модел
Внедряване на модели за машинно обучение, обслужване на модели и съображения

модул #21
Етика и справедливост в машинното обучение
Пристрастност и справедливост в машинното обучение, етика и прозрачност

модул #22
Казуси в машинното обучение
Реално- световни приложения на машинно обучение, казуси и проекти

модул #23
Теми за напреднали в машинното обучение
Теми за напреднали в машинното обучение, включително обучение с подсилване и генеративни модели

модул #24
Обобщение на курса и заключение
Планиране на следващите стъпки в кариерата в машинното обучение

Готови ли сте да научите, споделяте и се състезавате?