Машинне навчання
Вступ до машиного навчання
Цей модуль починається зі вступу до машинного навчання: як воно організоване, які є підгалузі машинного навчання, фундаментальні відмінності між цими підходами та типи проблем, для вирішення яких вони призначені.
Потім студенти знайомляться з постановкою задачі машинного навчання, вибираючи відповідну цільову функцію та алгоритм для даної задачі Добре відомо, що обробка даних та вибір функцій займають більшу частину часу розробки моделі. Студенти вивчають методи, що дозволяють ефективно справлятися з відсутніми значеннями, викидами, категоріальними змінними та створюють нові функції.
- Постановка завдання машинного навчання;
- Конструювання ознак;
- Функції втрат;
- Генералізація та оцінка моделі;
- Оптимізація гіперпараметрів;
- Вибір моделі;
- Лінійна регресія;
- Логістична регресія.
- Метод k-найближчих сусідів;
- Моделі на основі дерев;
- Ансамблеві методи;
- Adaboost;
- XGBoost;
- Метод опорних векторів (SVM);
- Введення в нейронні мережі;
- Рекомендаційні системи;
- Колаборативна фільтрація.
- Фінальний проект.
Старт 24 Травня
Категорії курсів
-
Онлайн
-
Інформаційні технології, IT
Усі курси в Києві, а також ЗВО (вузи) в Києві, коледжі в Києві, репетитори в Києві, тренінги в Києві, робота в Києві
Коментарі
Залишити коментар
При заповненні форми була допущена помилка
Невірно заповнені поля відзначені червоним.
Будь ласка, перевірте форму ще раз.
Дякуємо!
Ваш коментар відправлений і буде доступний на сайті після перевірки адміністратором.