Курсы специализации
"Машинное обучение"

Специализация представляет собой набор курсов по разным аспектам машинного обучения и связанных областей.
Курсы делятся на подготовительные, базовые и продвинутые для удобства выбора.
Подготовительные - курсы, знания, полученные на которых, необходимы для прохождения всех остальных дисциплин. Данные курсы рекомендуются в зависимости от первоначальной подготовки студента.
Базовые - основные курсы по машинному обучению, знакомящие с методами, от линейных моделей до нейронных сетей. Они рекомендуются для прохождения каждого студента.
Продвинутые - курсы, приуроченные конкретным разделам машинного обучения и аналитики, они подбираются в зависимости от сфер деятельности и интереса студентов.
После прохождения первоначального тестирования, студенту предоставляются персональные рекомендации по курсам и он сам принимает решение, что будет изучать.

Подготовительные курсы

Линейная алгебра
Линейная алгебра крайне важна для изучения машинного обучения. Дальнейшие курсы будут предполагать знания как минимум базовых понятий курса, например, свойств матриц, матричного умножения и собственных векторов. Данный курс поможет получить знания о матрицах, многочленах, комплексных числах и многом другом.
Математический анализ
В дальнейшем вам придётся столкнуться с функциями, их дифференцированием и интегралами. Самые прогрессивные методы, такие, как нейронные сити и градиентный бустинг построены на нахождении градиента (вектор производных) и дальнейшего его использования. Именно такие базовые знания будут привиты на данном курсе.
Теория вероятности и статистика
Данный курс пригодится не только для освоения базовой программы, но и для некоторых дополнительных курсов, например, байесовские методы в машинном обучении или продуктовая аналитика. Курс необходим для понимания оценки прогнозирования с точки зрения достоверности результатов.
Алгоритмы и структуры данных
Практически любая программистская деятельность предполагает знание алгоритмов и структур данных, именно они помогают писать эффективный и быстрый код. Методы сортировки, поиска и хранения информации будут изучены на данном курсе.
Изучение языка Python
Данный курс абсолютно необходим людям, не знакомым с данным языком программирования, так как практически все курсы предполагают знание его синтаксиса и ключевых библиотек (pandas, numpy, scipy)
Базовые курсы
Предобработка данных и работа с выбросами
Предобработка данных - один из важнейших этапов любого проекта по машинному обучению, поэтому знания о функциях для чистки данных и их грамотного представления, а также выбросах, их детектировании и обработке - необходимый навык.
Визуализация в Python
На данном курсе будут разобраны основные библиотеки для визуализации (matplotlib и seaborn) и даны рекомендации по использованию графиков и диаграмм.
Введение в машинное обучение
Изучение базовых линейных методов машинного обучения, а также деревьев. Кроме этого будет рассказано об основных задачах и метриках. Это фундамент машинного обучения, на котором строятся более сложные решения. Если ты не знаешь, что такое логистическая регрессия, классификация, MSE или кросс-валидация, то данный курс абсолютно необходим.
Современные методы машинного обучения
Данный курс знакомит с более прогрессивными моделями и подходами к машинному обучению. Здесь будут разобраны модели градиентного бустинга, бэгинга, базовые разновидности нейронных сетей, а также основы работы с текстом и последовательностями. Это важный курс, освящающий тенденции в сфере машинного обучения и искусственного интеллекта.
Прикладные методы машинного обучения
В курсе будут глубже разобраны современные методы машинного обучения, основы применения нейронных сетей для тестов, картинок и звука. Также будет рассказано о применении рекомендательных систем и детектировании аномалий.
Проект - 1
Это полноценная проектная работа, предполагающая полное решение определённой задачи самостоятельно на основе полученных ранее знаний.
Проект - 2
Это полноценная проектная работа, предполагающая полное решение определённой задачи самостоятельно на основе полученных ранее знаний.
Продвинутые курсы
Математика машинного обучения - 1
В курсе будут разобрана математическая основа основных алгоритмов машинного обучения. Как обосновано применение тех или иных методов, как это пересекается со статистикой и основными теоремами высшей математики.
Математика машинного обучения - 2
В курсе будут разобрана математическая основа основных алгоритмов машинного обучения. Как обосновано применение тех или иных методов, как это пересекается со статистикой и основными теоремами высшей математики.
Машинное обучения для работы с фотографиями и компьютерное зрение
Курс включает в себя освоение основных нейросетевых методов для работы с фотографиями, генерации новых изображений и детектировании объектов.
Машинное обучение для работы со звуком
Курс включает в себя изучение методов по детектированию звука и его генерации. Это перспективная и быстроразвивающаяся отрасль, что видно на основе роста популярности голосовых ассистентов и помощников.
Машинное обучение для работы с текстом
Курс включает в себя изучение нейросетевых технологий по работе с текстом от базовых сетей RNN до модных GPT-3 и BERT.
Байесовские методы машинного обучения
Ряд методов, применяющихся в машинном обучении имеют интерпреиацию с точки зрения вероятностей и распределений, именно этот подход будет изучен в рамках данного курса, это некоторый другой взгляд на решение популяргых проблем.
Работа с базами данных и изучение SQL
Работа с данными - неотъемлемая часть аналитики и прогнозирования, а от их хранения зависит быстродействие и возможность обращения к этим данным. Именно это будет изучено в рамках данного курса.
Работа с данными и визуализация на R
Язык программирования R применяется для построения некоторых моделей а также визуализации данных. За счёт гибких настроек он конкурирует с Python и его стоит знать людям, работающим в данной отрасли.
Изучение C++
C++ - один из самых известных языков программирования. Его знание важно для людей, собирающихся идти в промышленное машинное обучение, так как из-за низкоуровненности, он работает гораздо быстрее, чем Python, и большинство моделей в конечном итоге переносятся именно на него.
Продуктовая аналитика
Продуктовая аналитика - важный аспект работы в крупных компаниях. На данном курсе будут изучены A/B-тесты, многорукие бандиты, принципы постановки метрик и задач для систем и продуктов.
Машинное обучение для фондового рынка
Данный курс посвящён методам и принципам по применению машинного обучения в трейдинге. Это сложная отрасль, для ее освоения необходимо знание машинного обучения, структур данных, а также базовых принципов экономики и фондового рынка.
Прикладные методы машинного обучения для бизнеса
Данный курс посвящён связи алгоритмов машинного обучения и бизнес-задач, здесь будет рассказано об основных методах, применяющихся для задач логистики, маркетинга, продаж и так далее.
Методы оптимизации
Данный курс посвящён разбору методов по математической оптимизации моделей и увеличению их точности прогнощирования.
Проект - 3
Это полноценная проектная работа, предполагающая полное решение определённой задачи самостоятельно на основе полученных ранее знаний.
Проект - 4
Это полноценная проектная работа, предполагающая полное решение определённой задачи самостоятельно на основе полученных ранее знаний.
Проект - 5
Это полноценная проектная работа, предполагающая полное решение определённой задачи самостоятельно на основе полученных ранее знаний.

Запишись на курс прямо сейчас

Пройди тестирование, чтобы показать уровень своих знаний и выбери интересующие предметы, чтобы начать учиться уже сегодня!
Пройти тест
This site was made on Tilda — a website builder that helps to create a website without any code
Create a website
How to remove this block?About platformSubmit a complaint