Машинное обучение
( 24 Модули )

модуль #1
Введение в машинное обучение
Обзор машинного обучения, типы машинного обучения и важность машинного обучения

модуль #2
Математические основы
Линейная алгебра, исчисление, вероятность и статистика

модуль #3
Предварительная обработка данных
Очистка данных, масштабирование признаков, нормализация и выбор признаков

модуль #4
Обучение с учителем
Введение в контролируемое обучение, регрессию и классификацию

модуль #5
Линейная регрессия
Простая и множественная линейная регрессия, функция стоимости и градиентный спуск

модуль #6
Логистическая регрессия
Логистическая регрессия, сигмоидальная функция и функция стоимости

модуль #7
Деревья решений
Введение в деревья решений, энтропию и прирост информации

модуль #8
Случайные леса
Обучение ансамблем, случайные леса и настройка гиперпараметров

модуль #9
Машины опорных векторов
Введение в SVM, трюк с ядром и мягкие margin SVMs

модуль #10
Неконтролируемое обучение
Введение в неконтролируемое обучение, кластеризацию и снижение размерности

модуль #11
Кластеризация K-средних
Алгоритм кластеризации K-средних, функция стоимости и алгоритм Ллойда

модуль #12
Иерархическая кластеризация
Иерархическая кластеризация, агломеративная и разделительная кластеризация

модуль #13
Анализ главных компонент
Введение в PCA, собственные значения и собственные векторы

модуль #14
Основы глубокого обучения
Введение в глубокое обучение, нейронные сети и персептрон

модуль #15
Сверточные нейронные сети
Введение в CNN, сверточные слои и слои объединения

модуль #16
Рекуррентные нейронные сети
Введение в RNN, LSTM и GRU

модуль #17
Обработка естественного языка
Введение в NLP, текст предварительная обработка и встраивание слов

модуль #18
Оценка и выбор модели
Метрики для оценки, переобучения и методов выбора модели

модуль #19
Настройка гиперпараметров
Введение в настройку гиперпараметров, поиск по сетке и случайный поиск

модуль #20
Развертывание модели
Развертывание моделей машинного обучения, обслуживание моделей и соображения

модуль #21
Этика и справедливость в машинном обучении
Предвзятость и справедливость в машинном обучении, этика и прозрачность

модуль #22
Исследования случаев в машинном обучении
Применение машинного обучения в реальном мире, исследования случаев и проекты

модуль #23
Расширенные темы в машинном обучении
Расширенные темы в машинном обучении, включая обучение с подкреплением и генеративные модели

модуль #24
Подведение итогов и заключение курса
Планирование следующих шагов в карьере в области машинного обучения

Готовы учиться, делиться и соревноваться?