Введение в Machine Learning [skillfactory] [Александр Петров]

Введение в Machine Learning [skillfactory] [Александр Петров]

Спойлер: программа курса

Программа курса
Модуль 1


Введение
1. Обзор курса и знакомство с преподавателем
2. Data Science на примере примере конкретной задачи (кредитный скоринг)
3. Первая модель машинного обучения: Дерево принятия решений
4. Основные понятия:

• Data Science и Машинное обучение
• Обучение с учителем и без учителя
• Виды машинного обучения: классификация, регрессия ранжирование
• Примеры применения машинного обучения

5. Data Science Toolbox:
Python, Juypyter, Matplotlib, Pandas, Scikit-Learn
Модуль 2


Основные модели машинного обучения
1. Признаковое описание объекта
2. Регрессия:

• Линейная регрессия

3. Классификация:

• Логистическая регрессия
• Дерево

4. Явление переобучения
5. Ансамбли деревьев:

• Случайный лес
• Градиентный бустинг

Модуль 3


Оценка качества алгоритмов машинного обучения
1. Зачем нужны тренировочная, валидационная и тестовая выборки
2. Кросс-валидация и скользящий контроль
3. Оценка регрессий

• среднеквадратичная ошибка

4. Оценка классификации

• Точность/Полнота
• ROC-кривая
• AUC

5. Гиперпараметры и их подбор
Модуль 4


Глубокое обучение
1. Как работает нейросеть
2. Задачи глубокого обучения

• Распознавание изображений
• Обработка текстов
• Генерация изображений
• Генерация подписей к картинкам
• Генерация голоса
• Машинный перевод

3. Первая нейросеть на Tenzorflow и Keras

• Классификатор кошек и собак

4. Что еще есть в области машинного обучения

• Анализ текстов
• Рекомендации и системы персонализации
• Анализ социальных сетей

Рекомендуется пройти перед Скрытая ссылка

продажник Скрытая ссылка