course language
needed to educate
В данном онлайн-курсе мы затронем три темы: решающие деревья и их композиции, обучение без учителя и рекомендательные системы. По итогам курса в дистанционном формате вы поймёте, как устроены все ключевые моменты в машинном обучении, освоите сложные методы, а также получите хороший практический опыт подготовки данных, их визуализации, построения и анализа моделей.
Курс состоит из 6 недель. Каждая включает в себя несколько коротких видеолекций (суммарная продолжительность – от 60 до 100 минут), тест на знание теоретического материала (5 – 15 вопросов), тренировочные задания на программирование. В конце курса предусмотрен финальный проект по машинному обучению.
Мы рекомендуем вам изучить курсы:
1 - Решающие деревья
2 - Композиции: бэггинг, блендинг и стэкинг
3 - Градиентный бустинг
4 - Обучение без учителя
5 - Рекомендательные системы
6 - Финальный проект
По итогам курса в дистанционном формате вы поймёте, как устроены все ключевые моменты в машинном обучении, освоите сложные методы, а также получите хороший практический опыт подготовки данных, их визуализации, построения и анализа моделей.
Данный курс позволяет освоить следующие компетенции в соответствии с Рекомендациями к дополнительным профессиональным программам ИТ-профиля, реализуемым в рамках проекта «Цифровые кафедры» университета–участника программы стратегического академического лидерства «Приоритет-2030»:
Сфера: Искусственный интеллект и машинное обучение
Компетенция: Применяет искусственный интеллект и машинное обучение
Уровень: Продвинутый
Сфера: Искусственный интеллект и машинное обучение
Компетенция: Применяет математический аппарат для решения задач по оценке и разработки моделей
Уровень: Продвинутый
Сфера: Искусственный интеллект и машинное обучение
Компетенция: Решает задачи искусственного интеллекта (ИИ)
Уровень: Экспертный
Сфера: Искусственный интеллект и машинное обучение
Компетенция: Осуществляет сбор и подготовку данных для обучения моделей искусственного интеллекта
Уровень: Экспертный
Сфера: Искусственный интеллект и машинное обучение
Компетенция: Разрабатывает и применяет методы машинного обучения (МО) для решения задач
Уровень: Экспертный
После завершения курса мы рекомендуем изучить:
course language
needed to educate
Магистр
Position: Приглашенный преподаватель факультета компьютерных наук, Департамент больших данных и информационного поиска
Position: Приглашенный преподаватель факультета компьютерных наук, Департамент больших данных и информационного поиска
Position: Приглашенный преподаватель факультета компьютерных наук, Департамент больших данных и информационного поиска
Position: Приглашенный преподаватель факультета компьютерных наук, Департамент больших данных и информационного поиска
Position: Старший преподаватель факультета компьютерных наук, Департамент больших данных и информационного поиска
Position: Старший преподаватель факультета компьютерных наук, Департамент больших данных и информационного поиска