Курс на Stepik
Обложка курса «Продвинутые методы машинного обучения» на Stepik
5 400 ₽

Продвинутые методы машинного обучения ★ 4.000

Открыть на
STEPIK.ORG

Данный курс посвящен различным прикладным задачам, которые решаются при помощи методов машинного обучения и является логическим продолженим курса Практический Machine Learning. В курсе разобраны современные подходы к решению задач рекомендации, анализа временных рядов, динамическое ценообразование, uplift-моделирование и многое другое.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Продвинутые методы машинного обучения»Учеников на курсе 465
Сертификаты, выданные на курсе «Продвинутые методы машинного обучения»Сертификатов выдано 41
Отзывы о курсе «Продвинутые методы машинного обучения»Отзывов получено 3
Рейтинг курса «Продвинутые методы машинного обучения»Рейтинг курса 4.000
Уроки в курсе «Продвинутые методы машинного обучения»Количество уроков 49
Тесты в курсе «Продвинутые методы машинного обучения»Количество квизов 157
Задачи с кодом в курсе «Продвинутые методы машинного обучения»Количество задач с кодом 3
Время прохождения курса «Продвинутые методы машинного обучения»Время прохождения курса —
Стоимость курса «Продвинутые методы машинного обучения»Стоимость курса 5 400 ₽ —
Обновления курса «Продвинутые методы машинного обучения»Обновления курса — —
Дата публикации курса «Продвинутые методы машинного обучения»Дата публикации курса — ———
Последнее обновление курса «Продвинутые методы машинного обучения»Последнее обновление — ———
Сложность normal — ———

Содержание курса

Разделы в курсе «Продвинутые методы машинного обучения» 12 разделов Уроки в курсе «Продвинутые методы машинного обучения» 49 уроков Тесты в курсе «Продвинутые методы машинного обучения» 157 тестов Задачи в курсе «Продвинутые методы машинного обучения» 3 задачи Время прохождения курса «Продвинутые методы машинного обучения» 15 ч. Последнее обновление курса «Продвинутые методы машинного обучения» обн. 1 год назад

Организация курса

2 урока
1. Программа курса ↗
2. Входное тестирование ↗

Интерпретируемость ML-моделей

5 уроков
1. Калибровка вероятностей ↗
2. Permutation importance ↗
3. Shapley values ↗
4. LIME ↗
5. Домашнее задание ↗

Прогнозирование временных рядов - 1

4 урока
1. Особенности работы с временными рядами ↗
2. Статистические методы прогноза временных рядов: начало ↗
3. Статистические методы прогноза временных рядов: продолжение ↗
4. Домашнее задание ↗

Прогнозирование временных рядов - 2

3 урока
1. Адаптивный подход ↗
2. Улучшения классических экспоненциальных моделей ↗
3. Домашнее задание ↗

Прогнозирование временных рядов - 3

3 урока
1. Машинное обучение для прогнозирования временных рядов ↗
2. Фреймворки для работы с временными рядами в Python ↗
3. Домашнее задание ↗

Рекомендательные системы - 1

3 урока
1. Коллаборативная фильтрация ↗
2. Матричные разложения ↗
3. Домашнее задание ↗

Рекомендательные системы - 2

4 урока
1. Метрики качества рекомендаций ↗
2. ML-подход ↗
3. Факторизационные машины ↗
4. Домашнее задание ↗

Рекомендательные системы - 3

3 урока
1. ALS для обучения рекомендательных систем ↗
2. Deep Learning-подходы для построения рекомендаций (обзор) ↗
3. Соревнование по построению рекомендательной системы ↗

Автоматическое машинное обучение

5 уроков
1. Введение в AutoML: общие понятия и фреймворк TPOT ↗
2. AutoSklearn и LightAutoML ↗
3. Oboe и AutoGluon ↗
4. Домашнее задание ↗
5. AutoTS ↗

Динамическое ценообразование

4 урока
1. Введение в динамическое ценообразование ↗
2. Машинное обучение для прогноза спроса ↗
3. Цены-кандидаты (Prices Bundle) ↗
4. Продолжение ↗

Uplift-моделирование

10 уроков
1. Введение в Uplift моделирование ↗
2. Практическое занятие 1 ↗
3. Обзор подходов к решению задач Uplift: Metalearners ↗
4. Обзор подходов к решению задач Uplift: Трансформация классов ↗
5. *Обзор подходов к решению задач Uplift: Uplift деревья ↗
6. Метрики качества Uplift моделей ↗
7. Практическое занятие 2 ↗
8. *Дополнительные темы по Uplift моделированию ↗
9. Домашнее задание ↗
10. Источники ↗

Вопросы с собеседований

3 урока
1. Junior level ↗
2. Middle level ↗
3. Senior level ↗