Машинное обучение на PythonХит

О курсе
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
- Лицензияна образовательную деятельность
- Для юридических лиц
Цели обучения
Цели обучения
Целевая аудитория
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
Требования
Требования
- Успешное окончание курса «Программирование на языке Python. Продвинутый курс» эквивалентная подготовка.
- Уверенные знания Python.
- Базовые знания математики, статистики и математического анализа.
- Знание библиотек обработки данных Pandas, NumPy, Matplotlib.
- Знакомство с Unix (Linux).
Программа обучения
5 модулей, 40 ак. часовПрограмма 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
Программа курса в PDFУдобно согласовать обучение с руководителем. Пришлём на почту.
Записаться на Машинное обучение на Python
40 ак. часов, 55 000 ₽. Для юридических лиц — закрывающие документы и ЭДО.



