Maskinlæring: grundlæggende værktøjer og praksis - kursus 51.590 RUB. fra Netology, uddannelse 10 måneder, Dato 30. november 2023.
Miscellanea / / December 02, 2023
Brug eksempler til at studere de grundlæggende algoritmer og finde ud af, i hvilke tilfælde du skal bruge dem
Lær at sammenligne algoritmer på færdige datasæt og identificere metoder til at forbedre kvaliteten
Modelbygning
Lær, hvad Sklearn-biblioteket er, og hvordan du bruger det. Lær klyngealgoritmer og være i stand til at bygge ensembler af modeller. Lær at vurdere modeller og arbejde med overfitting. Du vil lære, hvordan du bruger GridSearch og RandomizedSearch, modelspecifik CV, Out of Bag-tilgang.
• Sklearn bibliotek
• Klassifikationsalgoritmer: lineære metoder, logistisk regression og SVM
• Klassifikationsalgoritmer: beslutningstræer
• Regressionsalgoritmer: lineær og polynomiel
• Klyngealgoritmer
• Ensemble
• Modelnøjagtighedsvurdering, omskoling, regularisering
• Forbedring af kvaliteten af modellen
• Projektorganisering, udarbejdelse af forskningsrapporter
• Laboratoriearbejde
• Aflevering af mellemprojektet
Arbejde med kunden
Du lærer at planlægge udviklingen af data science-projekter, samt dygtigt fortælle kunderne om forskningsresultater.
• Projektorganisering
• Udarbejdelse af forskningsrapporter
Anbefalingssystemer
I denne og de følgende blokke vil du anvende den erhvervede viden inden for forskellige områder af maskinlæring. I løbet af denne blok kan du lære, hvordan du opbygger personlige og ikke-personlige anbefalingssystemer, og hvordan du kombinerer dem.
• Introduktion og klassificering af anbefalingssystemer
• Indholdsbaserede anbefalinger
•Samarbejde filtrering
• Ikke-personlige anbefalingssystemer
• Hybride algoritmer
Computer vision
Du vil mestre grundlæggende computersynsteknikker: funktionsudtrækning, billedsøgning, segmentering, objektdetektering og også lære at bygge neurale netværk.
• Søg efter billeder
• Billedsegmentering, objektdetektering
• Anvendelse af ultrapræcise neurale netværk til segmenterings- og detektionsopgaver
• Anvendelse af tilbagevendende netværk i billedbehandlingsproblemer
• Generative Adversarial Networks (GAN'er)
Natural Language Processing (NLP)
Du vil mestre morfologisk og syntaktisk analyse, distributionssemantik og informationssøgning, lære at reducere dimensionalitet i en vektormodel, klassificere, udtrække information og generere tekster.
• Morfologisk og syntaktisk analyse
• Metoder til reduktion af dimensionalitet i en vektormodel. Informationssøgning
• Emnemodellering (LSA, LDA, HDP)
• Distributiv semantik (word2vec, GloVe, AdaGram)
• Tællelige sprogmodeller og probabilistiske sprogmodeller. LSTM. Maskinoversættelse
• Tekstgenerering (naturlig sproggenerering)
• Klassifikationsproblem i AOT
Tidsserier
I denne intensive enhed lærer du at identificere oprindelsen og strukturen af en tidsserie, forudsige fremtidige værdier for effektiv beslutningstagning, når du bygger maskinlæringsmodeller. Du vil forstå, hvad der er "under hætten" af populære metoder og biblioteker.
• Algoritmer til behandling af tidsserier
• ARIMA og GARCH modeller
• Markov tilfældige processer
Sidste hackathon
Lad os fuldføre træningen ved at konkurrere med kursuskammerater: som en del af et minihold i en begrænset periode og baseret på datasæt fra større spillere marked, bliver du nødt til at løse problemer med at forudsige salg eller optimere produktionen ved at bruge al den viden og de færdigheder, der er erhvervet i Rute. Integration og brug af maskinlæringsløsninger i erhvervslivet involverer som regel holdspil, så et hackathon er også nyttigt som træning af de nødvendige bløde færdigheder.
Afgangsprojekt
Som en del af dit specialeprojekt vil du bygge en ML-model til at løse dine nuværende faglige problemer: dette kunne være et system salgsprognoser, objektgenkendelse i fotos eller videoer, tidsserieanalyse, analyse af store mængder tekst mv. d. Hvis du i øjeblikket ikke har ideer til dit projekt (eller adgang til de nødvendige data), vil vi tilbyde dig et casestudie i et område af interesse for dig baseret på et reelt datasæt fra andre virksomheder. Specialet afsluttes uafhængigt under vejledning af kursuseksperter og giver dig mulighed for at konsolidere hele rækken af viden og færdigheder erhvervet i programmet.