Чему вы научитесь
- Пройдя данный курс вы приобретете следующие навыки и знания:
- 1) Систематизируете свои знания в области машинного обучения
- 2) Научитесь обрабатывать данные перед обучением
- 3) С математической точки зрения поймете как работают основные алгоритмы классификации и кластеризации
- 4) Научитесь понимать в каких случаях следует применять различные метрики качества моделей и сможете самостоятельно рассчитывать их
О курсе
Данный курс составлен магистрами 2025 года выпуска с кафедры ИУ1 МГТУ им. Н.Э. Баумана преимущественно для таких же магистров с нашей кафедры, как и мы, которые в самом начале совершенно не понимали, что происходит и как все это работает.
Другим случайно сюда попавшим людям тоже очень рады! Надеемся этот курс хоть как-то прояснит и структурирует ваши знания в этой области!
Для кого этот курс
Данный курс будет полезен людям, которые не могут случайно перепутать классификацию с кластеризацей, т.е. совсем новичкам. Если вы хотите в дальнейшем начать изучать глубокое обучение или просто закрыться на сессии без проблем, то этот курс для вас!
Начальные требования
Ты должен иметь достаточно крепкие знания по мат.анализу, линейной алгебре, теории вероятностей и мат. статистике, а также базовые умения программировать на Python. Надо уметь решать обыкновенные линейные дифференциальные уравнения (для этого вспомнить, что там ничего сложного и нужно просто знать что такое характеристическое уравнение). Надо уметь перемножать матрицы, да, и про собственные значения матрицы тоже надо будет вспомнить. Ну, и что такое логарифм тоже знать. Также понадобится вспомнить про теорию вероятности: математическое ожидание, дисперсия, плотность распределения вероятности.
Преподаватели курса
399
Как проходит обучение
Обучение проходит в свободном формате. Читаешь теорию, а в конце всех разделов есть либо тест, либо решение небольших задачек на понимание.
Что вы получите
- В итоге вы сможете сами написать небольшую программу с базовыми основами машинного обучения. Это позволит разобраться как работают более сложные алгоритмы)
- Вы точно вспомните что-то из теории машинного обучения)
Нагрузка
2-3 часа в неделю