Data Science Academy | Машинное обучение

Машинное обучение или ML — это процесс обучения нейронных сетей выявлению закономерностей на основании подготовленных массивов данных.

Записаться на курс

Курс: Машинное обучение

Когда:

Формат обучения: офлайн

В первую очередь нужно знать Python. Курс рассчитан для студентов с прокаченными навыками программирования. Окончив курс и успешно сдав тестирование вы станете востребованным специалистом на рынке сверх большого спроса.

С 2012 по 2019 годы количество вакансий специалистов по Data Science и машинного обучения выросло в 20 раз.

Average Machine Learning Engineer Salary (PayScale.com) $111,217 (в год)

Программа курса:

Обработка данных с помощью SkLearn - нормализация, диксеритзация, очистка от аномалий, уменьшение размерности, пропуски
Классификация - Метрики оценки качества. Логистическая регрессия. Метод опорных векторов. Деревья решений.
Ансамбли моделей - bagging (корреляция ответов и результат, random forest - неустойчивость деревьев), bias-variance trade-off (RF и GBDT), boosting, XGBoost. Методы построение композиции (усреднение, бустинг, блендинг, стекинг), GBM и бустинг, сравнение Random forest и GBDT
Interpretable ML - Interpret XGBoost, Lime, Shap, <...>
Кластеризация применение. K-Means, DBSCan, other. Метрики качества кластеризации. Введение в нейронные сети.
RNN - приложения, модели.
NLP - от BoW до BERT