Прикладное машинное обучение

Складчина: Прикладное машинное обучение

Описание курса​

Машинное обучение становится неотъемлемым навыком для разработчиков и аналитиков всех секторов и сфер бизнеса. Не смотря на это специалистов, которые умеют решать задачи с помощью машинного обучения, на рынке до сих пор очень мало и они очень высоко ценятся. На этом курсе мы дадим представление об основных задачах, которые с успехом решают различные алгоритмы машинного обучения, и научимся реализовывать их на практике.
ССЫЛКА НА ТОВАР
1. Теоретическая часть

• основы линейной алгебры и теории вероятности
• задачи, которые решает машинное обучение
• метод ближайшего соседа и его обобщения
• линейные модели для задач регрессии, сложность моделей и их регуляризация
• подбор гиперпараметров, кросс-валидация
• линейные модели для задач классификации, метод опорных векторов и ядерные функции
• деревья решений и их композиция
• основы нейронных сетей

2. Практическая часть

• применение изученных методов на практике
• решение тестовых задач в среде iPython

​