Machine Learning og Deep Learning - kursus 68.040 rub. fra SkillFactory, træning 20 uger, Dato: 13. august 2023.

Kort program for kurset "Machine Learning PRO"

Modul 1
Introduktion til Machine Learning
Vi stifter bekendtskab med de vigtigste opgaver og metoder til maskinlæring, studerer praktiske cases og anvender den grundlæggende algoritme til at arbejde på et ML-projekt
Vi løser 50+ problemer for at styrke emnet

Modul 2
Dataforbehandlingsmetoder
Vi studerer datatyper, lærer at rense og berige data, bruger visualisering til forbehandling og mestrer feature engineering
Vi løser 60+ problemer for at styrke emnet

Modul 3
Regression
Vi mestrer lineær og logistisk regression, studerer grænserne for anvendelighed, analytisk inferens og regularisering. Træning af regressionsmodeller
Vi løser 40+ problemer for at styrke emnet

Modul 4
Klynger
Vi mestrer læring uden lærer, øver dens forskellige metoder, arbejder med tekster ved hjælp af ML
Vi løser 50+ problemer for at styrke emnet

Modul 5
Træbaserede algoritmer: en introduktion til træer
Lad os stifte bekendtskab med beslutningstræer og deres egenskaber, mestre træer fra sklearn-biblioteket og bruge træer til at løse et regressionsproblem

Vi løser 40+ problemer for at styrke emnet

Modul 6
Træbaserede algoritmer: ensembler
Vi studerer træensemblers egenskaber, øver os i boosting, bruger ensemblet til at bygge logistisk regression
Vi løser 40+ problemer for at styrke emnet
Vi deltager i en konkurrence om kaggle til træning af en træbaseret model

Modul 7
Vurdering af kvaliteten af ​​algoritmer
Vi studerer principperne for prøveopdeling, under- og overtilpasning, evaluerer modeller ved hjælp af forskellige kvalitetsmålinger, lærer at visualisere læringsprocessen
Evaluering af kvaliteten af ​​flere ML-modeller
Vi løser 40+ problemer for at styrke emnet

Modul 8
Tidsserier i maskinlæring
Lad os stifte bekendtskab med tidsserieanalyse i ML, mestre lineære modeller og XGBoost, studere principperne for krydsvalidering og parametervalg
Vi løser 50+ problemer for at styrke emnet

Modul 9
Anbefalingssystemer
Vi studerer metoder til at konstruere anbefalingssystemer, mestrer SVD-algoritmen, evaluerer kvaliteten af ​​anbefalingerne fra den trænede model
Vi løser 50+ problemer for at styrke emnet

Modul 10
Sidste hackathon
Vi anvender alle de undersøgte metoder for at opnå maksimal nøjagtighed af modelforudsigelser på kaggle

Kursusprogram "Deep Learning"

Modul 1
Introduktion til kunstige neurale netværk
Vi opretter et neuralt netværk til at genkende håndskrevne tal i Python

Modul 2
Rammer for dyb læring (TensorFlow, Keras)
Vi skaber en billedgenkendelsesmodel baseret på FashionMNIST-datasættet og Keras-rammeværket

Modul 3
Konvolutionelle neurale netværk
Vi genkender billeder i CIFAR-10-datasættet ved hjælp af et konvolutionelt neuralt netværk

Modul 4
Neurale netværksoptimering
Forbedring af hastigheden og ydeevnen af ​​netværk for tilfældet med det forrige modul

Modul 5
Overførselslæring og finjustering
Yderligere træning af ImageNET neurale netværk for at løse problemet med billedklassificering

Modul 6
Billedsegmentering
Design af et neuralt netværk til segmentering af mennesker i COCO-datasættet

Modul 7
Objektdetektion
Vi træner et neuralt netværk til at løse et detekteringsproblem ved at bruge eksemplet på et datasæt med brandlogoer

Modul 8
Introduktion til NLP og Word Embeddings
Oprettelse af et neuralt netværk til at arbejde med naturligt sprog

Modul 9
Tilbagevendende neurale netværk
Oprettelse af en chatbot baseret på et tilbagevendende neuralt netværk

Modul 10
Forstærkende læring
Oprettelse af en agent til at spille Pong baseret på DQN-algoritmen

Modul 11
Hvad er det næste?
Lad os stifte bekendtskab med andre anvendelsesområder for neurale netværk. Oprettelse af et GAN neuralt netværk til billedgenerering