Gépi tanulás: alapvető eszközök és gyakorlatok – tanfolyam 51 590 RUB. Netológiáról, képzés 10 hónap, Dátum: 2023. november 30.
Vegyes Cikkek / / December 02, 2023
Példák segítségével tanulmányozza az alapvető algoritmusokat, és derítse ki, milyen esetekben érdemes azokat használni
Ismerje meg az algoritmusok összehasonlítását kész adatkészleteken, és azonosítsa a minőség javítására szolgáló módszereket
Modellépület
Ismerje meg, mi az a Sklearn könyvtár és hogyan kell használni. Ismerje meg a klaszterezési algoritmusokat, és tudjon modell együtteseket felépíteni. Tanuljon meg modelleket értékelni, és dolgozzon a túlszereléssel. Megtanulja a GridSearch és a RandomizedSearch, a modellspecifikus önéletrajz és a zsákon kívüli megközelítés használatát.
• Sklearn könyvtár
• Osztályozási algoritmusok: lineáris módszerek, logisztikus regresszió és SVM
• Osztályozási algoritmusok: döntési fák
• Regressziós algoritmusok: lineáris és polinom
• Klaszterezési algoritmusok
• Együttes
• Modellpontosság értékelése, átképzése, rendszeresítése
• A modell minőségének javítása
• Projektszervezés, kutatási jelentések készítése
• Laboratóriumi munka
• A köztes projekt átadása
Munka az ügyféllel
Megtanulja megtervezni az adattudományi projektek fejlesztését, valamint hozzáértően elmondja az ügyfeleknek a kutatási eredményeket.
• Projektszervezés
• Kutatási jelentések készítése
Ajánló rendszerek
Ebben és a következő blokkban a megszerzett tudást a gépi tanulás különböző területein alkalmazza. Ebben a blokkban tanulja meg, hogyan lehet személyre szabott és nem személyre szabott ajánlórendszereket felépíteni, és hogyan lehet ezeket kombinálni.
• Ajánlórendszerek bevezetése és osztályozása
• Tartalmi alapú ajánlások
• Együttműködésen alapuló szűrés
• Nem személyre szabott ajánlórendszerek
• Hibrid algoritmusok
Számítógépes látás
Elsajátítja az alapvető számítógépes látástechnikákat: jellemzők kinyerése, képkeresés, szegmentálás, objektumészlelés, és megtanulja a neurális hálózatok építését is.
• Keresés képek alapján
• Képszegmentálás, tárgyfelismerés
• Ultraprecíz neurális hálózatok alkalmazása szegmentálási és észlelési feladatokhoz
• Ismétlődő hálózatok alkalmazása képfeldolgozási problémákban
• Generatív ellenséges hálózatok (GAN-ok)
Természetes nyelvi feldolgozás (NLP)
Elsajátítja a morfológiai és szintaktikai elemzést, az elosztási szemantikát és az információkeresést, megtanulják csökkenteni a dimenziót egy vektoros modellben, osztályozni, információkat kinyerni és generálni szövegek.
• Morfológiai és szintaktikai elemzés
• Módszerek a dimenzionalitás csökkentésére vektormodellben. Információkeresés
• Témamodellezés (LSA, LDA, HDP)
• Distributív szemantika (word2vec, GloVe, AdaGram)
• Megszámlálható nyelvi modellek és valószínűségi nyelvi modellek. LSTM. Gépi fordítás
• Szöveggenerálás (természetes nyelvgenerálás)
• Osztályozási probléma az AOT-ban
Idősorok
Ebben az intenzív részben megtanulja azonosítani az idősorok eredetét és szerkezetét, megjósolni a jövőbeli értékeket a hatékony döntéshozatalhoz a gépi tanulási modellek felépítése során. Meg fogja érteni, mi van a népszerű módszerek és könyvtárak „burkolata alatt”.
• Algoritmusok idősorok feldolgozásához
• ARIMA és GARCH modellek
• Markov véletlenszerű folyamatok
Utolsó hackathon
Végezzük el a tréninget a kurzustársakkal való versengéssel: egy mini-csapat részeként korlátozott ideig, és a főbb játékosok adatkészletei alapján piacon meg kell oldania az értékesítés előrejelzésével vagy a termelés optimalizálásával kapcsolatos problémákat, felhasználva a megszerzett tudást és készségeket tanfolyam. A gépi tanulási megoldások integrációja és alkalmazása az üzleti életben általában csapatjátékot jelent, így a hackathon a szükséges soft skillek képzéseként is hasznos.
Érettségi projekt
Szakdolgozatod részeként egy ML-modellt fogsz felépíteni aktuális szakmai problémáid megoldására: ez lehet egy rendszer értékesítési előrejelzés, tárgyfelismerés fényképekben vagy videókban, idősorelemzés, nagy mennyiségű szöveg elemzése stb. d. Ha jelenleg nincs ötlete a projektjéhez (vagy nincs hozzáférése a szükséges adatokhoz), akkor más cégek valós adatkészletén alapuló esettanulmányt ajánlunk Önnek egy Önt érdeklő területen. A szakdolgozat önállóan, tanfolyami szakértők irányítása alatt készül el, és lehetővé teszi a programban megszerzett ismeretek és készségek teljes körének megszilárdítását.