Скоро WordPress разработчик [Glo Academy] (Артем Исламов)

Статус
В этой теме нельзя размещать новые ответы.
VkurseBot

VkurseBot

Модератор
20 Сен 2020
0
635
50
Голосов: 0
#1
Курс по машинному обучению для подростков [2022]
machineasy
Артем Серебряков, Тарас Стасюк


Освойте Машинное Обучение и Data Science с нуля.

Данный курс позволит Вам:
1. Узнать основы Машинного Обучения.
2. Изучить основные алгоритмы в Machine Learning
3. Познакомиться с синтаксисом языка Python для создания моделей в Машинном Обучении.
4. Изучить статистику, необходимую для пониманию процессов в Машинном Обучении.
5. Понять линейную алгебру, которая объясняется максимально простым языком.
6. На реальном примере понять, как используется Искусственный Интеллект в бизнесе. Мы пройдём все этапы: от постановки задачи и анализа данных - до готовой модели.

После прохождения курса Вы:
1. Изучите основы Машинного Обучения
Наши учителя простым и понятным любому подростку языком объяснят всю теорию, связанную с Машинным Обучением.​
2. Сможете создавать собственные модели машинного обучения на Python
Мы научим Вас синтаксису языка Python, который используется в Машинном Обучении. Вы сможете с легкостью писать код, даже если не имеете опыта в программировании.​
3. Овладеете популярными алгоритмами, методами, и тем, как их использовать
Линейная регрессия, Градиентный спуск, обучение с/без учителя, и многое другое.​
4. Станете Гуру статистики и Линейной алгебры
Узнаете все необходимое для лучшего понимания процессов в Машинном Обучении. Эти знания не являются обязательными для написания Искусственного Интеллекта, но они нужны для помощи в понимании всех процессов. Это не сложно, особенно, когда практики объясняют темы доступно, просто, и без сухой теории, которую мы считаем неэффективной для обучения подростков.​
5. Будете знать как используется Машинное Обучение в Бизнесе
Мы пройдет полный путь от постановки проблемы до полной реализации. Мы будем создавать модель Машинного Обучения по предсказанию цен на недвижимость в Бостоне, опираясь на разные параметры.​

Модуль 1 - Введение
  • О курсе;
  • Введение в Машинное Обучение;
  • Способы Машинного обучения;
  • Python;
  • Процессы в Data Science;
Модуль 2 - Линейная алгебра
  • Зачем нам нужна алгебра в Машинном обучении;
  • Векторы, матрицы и операции над ними;
Модуль 3 - Python
  • Основы Python
  • Списки
  • Словари
  • Кортежи в Python
  • Функции
Модуль 4 - Статистика
  • Медиана
  • Среднее арифметическое
  • Мода
  • Стандартное отклонение
  • Коэффициент Вариации
  • Теорему Байеса
  • И другое!
Модуль 5 - Машинное Обучение
  • Модель в Машинном Обучении;
  • Линейная Регрессия;
  • Градиентный список;
  • Matplotlib;
  • Pandas;
  • NumPy;
Модуль 6 - Финальная часть. Предсказываем цены на жилье в Бостоне
  • Тут мы пройдем путь, который проходит Специалист по Машинному Обучению.
  • Начиная с постановки задачи Создать модель, которая будет предсказывать стоимость недвижимости в Бостоне по введенным признакам, мы будем собирать, исследовать, визуализировать, находить корреляции, использовать линейную регрессию, проверять на мультиколлинеарность, использовать BIC, применять RSS, трансформировать данные с помощью log, создавать калькулятор цен, а также затронем много других составных частей процесса создания модели с нуля.

 
Последнее редактирование модератором:
Статус
В этой теме нельзя размещать новые ответы.

О нас

Слив платных курсов - скачать бесплатно

На форуме мы делимся сливами популярных курсов в различных областях знаний! Если вы хотите повысить свою профессиональную квалификацию, но не хотите тратить много на курсы, то вы попали по адресу.

VKURSE.INFO регулярно публикует:

  • слив курсов от лучших онлайн-школ, инфобизнесменов и блогеров;
  • вебинары, марафоны, мануалы, от популярных блогеров на тему здоровья и саморазвития;
  • торрент-курсы, книги и гайды, обучения веб-дизайну, программированию, создания сайтов, бизнеса, продвижения в социальных сетях актуальных сегодня.

Мы ежедневно обновляем нашу коллекцию, чтобы вы могли бесплатно найти и скачать необходимый слив курсов обучения

Быстрая навигация

Меню пользователя