Искусственный интеллект и машинное обучение
( 25 Модули )

модуль #1
Введение в искусственный интеллект
Обзор ИИ, его истории и приложений

модуль #2
Основы машинного обучения
Введение в машинное обучение, типы и контролируемое/неконтролируемое обучение

модуль #3
Математика и статистика для МО
Линейная алгебра, исчисление, вероятность и статистика для машинного обучения

модуль #4
Python для машинного обучения
Введение в Python, NumPy, Pandas и обработку данных

модуль #5
Предварительная обработка данных
Очистка данных, масштабирование признаков и выбор признаков

модуль #6
Контролируемое обучение
Регрессия, классификация и метрики оценки модели

модуль #7
Линейная регрессия
Простая и множественная линейная регрессия, функция стоимости и градиентный спуск

модуль #8
Логистическая регрессия
Двоичная классификация, логистическая функция и границы решений

модуль #9
Деревья решений
Введение в деревья решений, энтропию, и прирост информации

модуль #10
Случайные леса
Обучение ансамбля, бэггинг и случайные леса

модуль #11
Машины опорных векторов
Классификация с максимальным запасом, мягкий запас и трюк с ядром

модуль #12
Обучение без учителя
Кластеризация, уменьшение размерности и обнаружение аномалий

модуль #13
Кластеризация K-средних
Алгоритм K-средних, инициализация центроида и сходимость

модуль #14
Анализ главных компонент
PCA, извлечение признаков и уменьшение размерности

модуль #15
Основы глубокого обучения
Введение в нейронные сети, персептрон и многослойный персептрон

модуль #16
Сверточные нейронные сети
CNN, сверточные слои и классификация изображений

модуль #17
Рекуррентные нейронные сети
RNN, LSTM и моделирование последовательностей

модуль #18
Обработка естественного языка
Предварительная обработка текста, токенизация и встраивания

модуль #19
Передача обучения
Предварительно обученные модели, тонкая настройка и зоопарк моделей

модуль #20
Оценка и выбор модели
Выбор модели, настройка гиперпараметров и перекрестная проверка

модуль #21
Обработка несбалансированных наборов данных
Методы дисбаланса классов, избыточной и недостаточной выборки

модуль #22
Развертывание модели
Развертывание модели, интеграция API и контейнеризация Docker

модуль #23
Этика и справедливость ИИ
Обнаружение предвзятости, метрики справедливости и этические соображения

модуль #24
Специальные темы в области ИИ
Генеративные модели, механизмы внимания и объяснимый ИИ

модуль #25
Подведение итогов и заключение курса
Планирование следующих шагов в карьере в области искусственного интеллекта и машинного обучения

Готовы учиться, делиться и соревноваться?