Курс на Stepik
Обложка курса «Математические методы машинного обучения » на Stepik
Бесплатно

Математические методы машинного обучения ★ 0.000

Открыть на
STEPIK.ORG

Здравствуйте! Рад приветствовать Вас на курсе «Математические методы машинного обучения». Данный курс посвящён изучению математических основ и современных методов, технологий искусственного интеллекта и анализа данных. В рамках курса будут рассмотрены методы регрессии и классификации, анализ главных компонент, метод опорных векторов, основы глубокого обучения и нейронных сетей, механизмы внимания и многие другие современные методы машинного обучения. Успехов в изучении!

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Математические методы машинного обучения »Учеников на курсе 63
Сертификаты, выданные на курсе «Математические методы машинного обучения »Сертификатов выдано 0
Отзывы о курсе «Математические методы машинного обучения »Отзывов получено 0
Рейтинг курса «Математические методы машинного обучения »Рейтинг курса 0.000
Уроки в курсе «Математические методы машинного обучения »Количество уроков 83
Тесты в курсе «Математические методы машинного обучения »Количество квизов 15
Время прохождения курса «Математические методы машинного обучения »Время прохождения курса —
Обновления курса «Математические методы машинного обучения »Обновления курса — —
Дата публикации курса «Математические методы машинного обучения »Дата публикации курса — ———
Последнее обновление курса «Математические методы машинного обучения »Последнее обновление — ———
Сложность easy — ———

Чему вы научитесь

  • Понимать, что такое машинное обучение
  • Обучать классические модели машинного обучения
  • Решать задачи классификации и регрессии
  • Оценивать качество моделей машинного обучения
  • Строить нейронные сети
  • Разбираться в современных архитектурах нейронных сетей

О курсе

Здравствуйте! Рад приветствовать Вас на курсе «Математические методы машинного обучения». Данный курс посвящён изучению математических основ и современных методов, технологий искусственного интеллекта и анализа данных. В рамках курса будут рассмотрены методы регрессии и классификации, анализ главных компонент, метод опорных векторов, основы глубокого обучения и нейронных сетей, механизмы внимания и многие другие современные методы машинного обучения. Успехов в изучении!

Для кого этот курс

Для всех, кто хочет разобраться в машинном обучении, студентов вузов и колледжей

Начальные требования

Базовые знания Python и математики

Преподаватели курса

Аватар Александр Пикуль
Александр Пикуль
Преподаватель ИТМО, ВШЭ
2 курса 207
→

Как проходит обучение

Видеоуроки и текстовые материалы, после которых вы закрепляете тему на практике. В курсе есть практические работы, в которых Вам необходимо написать код на Python.

Что вы получите

  • Понимание машинного и глубокого обучения
  • Практический опыт работы с фреймворками PyTorch / Tensorflow / Keras

Нагрузка

4 часа в неделю

Расскажите о курсе друзьям