Машинное обучение на Python
О курсе
В рамках курса слушатели научатся работать с данными, используя различные алгоритмы машинного обучения, такие как деревья решений, случайные леса и бустинг. Они также научатся создавать модели машинного обучения, используя популярные библиотеки Python, такие как scikit-learn и TensorFlow.
Курс будет полезен для бизнес-аналитиков, менеджеров, специалистов в области данных и любых, кто хочет научиться использовать машинное обучение для принятия решений на основе данных. В результате прохождения курса слушатели получат практические навыки работы с машинным обучением на Python и будут готовы к работе в реальных проектах.
В курсе будут рассмотрены: введение в машинное обучение, типы машинного обучения (например, обучение с учителем и без учителя), алгоритмы машинного обучения (например, линейная регрессия, деревья решений, случайные леса), оценка моделей машинного обучения, избежание переобучения и недообучения, а также практические примеры применения машинного обучения в реальных проектах.
Цели обучения
Требования
- Уверенные знания Python.
- Базовые знания математики, статистики и математического анализа.
- Знание библиотек обработки данных Pandas, NumPy, Matplotlib.
- Знакомство с Unix (Linux).
Целевая аудитория
- Бизнес-аналитики, желающие использовать машинное обучение для анализа данных и принятия решений.
- Специалисты в области данных.
- Программисты.
- Студенты, обучающиеся на специальностях, связанных с математикой, анализом данных или искусственным интеллектом.
Программа обучения
Основы машинного обучения
Понимание систем машинного обучения
Использование машинного обучения в науке и производстве
Отличия систем машинного обучения от классического программного обеспечения
Подготовка рабочего окружения для создания системы машинного обучения
Практика. Установка Anaconda и Jupyter
Пакет Scikit-Learn
Методы машинного обучения с учителем
Методы машинного обучения без учителя
Основы глубокого обучения
Расписание занятий
Дата | Статус | Формат | Место проведения | Стоимость |
---|---|---|---|---|
24.03.2025 | Дистанционный
Дистанционное обучение (СДО): Самостоятельное изучение материалов программы. Оптимальный вариант для занятых людей, которые готовы учиться самостоятельно в свободное время в удобном для них темпе. Консультации преподавателей оказываются дистанционно (при необходимости). | Виртуальный класс | 49000 ₽ |