Перейти к содержимому













Фотография
Скачать

[Karpov.Courses] Machine Learning для начинающих. Часть 6 из 7 (2023)



  • Авторизуйтесь для ответа в теме
В этой теме нет ответов

#1 НЛО

НЛО

    Запись опубликована анонимно ✔

  • Сливапер LVL 6
  • Сообщений: 26 516
  • Регистрация: 04.06.2018
  • Заработано: 10 025 руб.
Репутация: 12 410

Награды: 55

  
  
  
  
  
  
  
  

Отправлено 01 Апрель 2024 - 18:34

Название: Machine Learning для начинающих. Часть 6 из 7 (2023)

Автор: Karpov.Courses



Описание:
ЧЕМ ЗАНИМАЮТСЯ ML-ИНЖЕНЕРЫ:

В современном мире бизнес сталкивается со многими проблемами, которые требуют неординарных

решений. Например, как идентифицировать клиентов, которые хотят уйти, и сохранить их с помощью ценовых факторов?
Работа ML-инженера заключается в решении подобного рода задач и создании систем, которые работают лучше и быстрее, чем решения, сделанные простым человеком.
ДЛЯ КОГО ЭТА ПРОГРАММА:
УЖЕ РАБОТАЕТЕ В IT
Вы уже работаете в IT, но хотите перейти в новую сферу или расширить свои знания и навыки, чтобы применить их в различных областях машинного обучения.
СТАРТ КАРЬЕРЫ
Хотите изучить машинное обучение, но не знаете, с чего начать. Курс научит вас необходимой математической базе для работы в ML и даст навыки для старта карьеры.
ПРОГРАММА КУРСА ://
1. ПРИКЛАДНАЯ РАЗРАБОТКА НА PYTHON
Python — один из самых популярных инструментов для анализа данных. В этом блоке мы научимся работать с этим языком, познакомимся с основными библиотеками для ML и узнаем, как грамотно использовать Python при командной работе. Также мы посвятим время изучению инструментов для работы с базами данных, как с помощью классического SQL, так и с помощью Python кода. Полученных знаний будет достаточно для работы не только в области анализа данных, но и в классической разработке на Python.
2. МАШИННОЕ ОБУЧЕНИЕ И ПРИЛОЖЕНИЯ
Классические методы машинного обучения — это основа для большинства современных способов анализа данных, например, для оптимизации банковского ценообразования. Мы изучим основной теоретический инструментарий для успешного построения ML-дизайна в острых проблемах реальной индустрии и отточим новые навыки на практике.
3. ОБЗОР ОСНОВ DEEP LEARNING
Глубинное обучение с использованием нейронных сетей появляется тогда, когда классические модели бессильны: детекция объектов с картинки, генерация осмысленного текста, определение тональности звуковой дорожки и многое другое. В данном курсе мы обзорно посмотрим на решения, которые можно сделать с помощью deep learning, и попробуем в них разобраться.
4. СТАТИСТИКА И A/B-ТЕСТЫ
В этом блоке мы изучим основные понятия математической статистики, необходимые

для улучшения моделей. Научимся правильно проводить A/B тестирование, чтобы достоверно измерять влияние внедрения ML моделей на продукт и бизнес. Обсудим нюансы при проведении экспериментов и способы оценки метрик при невозможности проведения A/B-теста.
5. СОБЕСЕДОВАНИЯ И КАК ИХ ПРОЙТИ
В последнем блоке курса мы еще раз вспомним основные моменты из всего курса и обсудим, как проходят собеседования на младшего специалиста в машинном обучении, как к ним готовиться и как их проходить. Мы хотим поделиться своим опытом и помочь пройти первый этап в поиске профессии мечты.
Скрытый контент:

  Для просмотра необходимо войти или зарегистрироваться


Скачать:

Скрытый контент:

  Для просмотра содержимого необходимо 748 очков репутации (вам не хватает 748)

 Скачать без ограничений   Купить этот материал за 390 руб.



🔔 Подпишись на наш канал telegram @slivup_live и бота @kurs_slivup, что бы следить за крутыми новинками форума

  • 1



Похожие темы Collapse

Количество пользователей, читающих эту тему: 1

0 пользователей, 1 гостей, 0 анонимных

×

Зарегистрируйся моментально!