photo-03.jpg

Александр Дьяконов руководитель курса

Строим базу сильного ML-специалиста через баланс практики и теории:

Академическая нагрузка

Пререквизиты

Фича курса

Залог успеха в ML — способность найти применение ML к решению важных задач бизнеса. Семинаристы курса по ML это действующие эксперты из ведущих ИТ-компаний, которые не только научат студентов теории, но и поделятся своим практическим опытом.

Результат курса

Вы будете готовы решать практические ML-задачи и сможете пройти собеседование по классическому ML.

Тематический план курса

Тема
1 Постановка основных задач машинного обучения
2 Метрические алгоритмы
3 Линейная регрессия; Линейные модели классификации
4 Контроль качества, выбор модели; Функции ошибки и функционалы качества
5 Деревья решений
6 Ансамбли алгоритмов, случайный лес, градиентный бустинг
7 Сложность алгоритмов, переобучение, смещение и разброс
8 Кластеризация данных
9 Отбор признаков; Генерация признаков
10 Подготовка данных; Разметка данных; Визуализация