Unetway
Курс Машинное обучение в онлайн-формате

Курс "Машинное обучение" в онлайн-формате

12 марта 10:41:32

Почему машинное обучение так популярно?

Самая большая причина в том, что это работает. ML популярно, потому что оно применяется практически во всех отраслях. Машинное обучение — это, казалось бы, сложное слово. На самом деле, в большинстве случаев, оно относится к процессу создания более разумных продуктов и услуг. Такие вещи, как рекомендации фильмов Netflix, результаты поиска в Google и автомобили с автоматическим управлением уже не удивляют нас.
Если вы когда либо использовали PayPal, сервис для совершения денежных переводов и онлайн-платежей, или искали что-то в интернете и неправильно набирали поисковые слова в поисковой системе, получая при этом правильные результаты, то, безусловно, вы испытали работу машинного обучения на себе и получили от него пользу. Машинное обучение используется во многих приложениях и службах, с которыми мы взаимодействуем ежедневно.

Учебная программа курса «Машинное обучение» является практико-ориентированной и позволит вам вовлечься в процесс, используя все передовые инструменты анализа и создания аналитических отчётов.

В этом курсе вас ждут:

  • Обработка естественных языков: извлечение именованных сущностей, построение онтологий предметных областей, кластеризация текстов — методы, позволяющие структурировать тексты.
  • Компьютерное зрение: распознавание и классификация объектов.
  • Временные ряды: подходы к gap filling, использование машинного обучения в задачах экономики и многое другое.

Освоение учебной программы будет сопровождаться не только разнообразными практическими заданиями, но и кейсами из реального опыта компании Econophysica.

Программа курса 

Тема 1. Обучение с учителем. Классификация (2 часа)

  • Обзор круга решаемых задач
  • Задача классификации
  • Алгоритмы классификации

Тема 2. Обучение с учителем. Регрессия (2 часа)

  • Задача регрессии
  • Линейные модели и модели с нелинейными ядрами

Тема 3. Обучение без учителя. Кластеризация (2 часа)

  • Задача кластеризации
  • Алгоритмы кластеризации
  • Задача отбора признаков и снижения размерности

Тема 4. Практический подход к машинному обучению (2 часа)

  • Алгоритмы и методы машинного обучения
  • Проблемы и ограничения машинного обучения, способы их преодоления
  • Извлечение признаков
  • Многоуровневое машинное обучение

Тема 5. Нейронные сети (2 часа)

  • Модель перцептрона
  • Задача оптимизации в алгоритмах машинного обучения: градиентный спуск   
  • Метод обратного распространения ошибки
  • Алгоритмы оптимизации гиперпараметров алгоритмов машинного обучения

Тема 6. Глубокое обучение (2 часа)

  • Глубокое обучение
  • Алгоритмы глубокого обучения    

Тема 7. Оптимизация глубоких сетей (2 часа)

  • Регуляризация глубоких сетей
  • Продвинутые стратегии оптимизации

Тема 8. Работа с глубокими сетями (2 часа)

  • Архитектура нейронных сетей
  • Обработка естественных языков
  • Инструменты обработки естественных языков

 Тема 9. Обработка изображений при помощи глубокого обучения (2 часа)

  • Компьютерное зрение
  • Инструменты компьютерного зрения
  • Итоговый экзамен по специализации «Машинное обучение» (2 часа)

Форма обучения

EcoAcademy использует новый подход в обучении: Pay as You Learn.

Мы создали такую систему обучения, которая дает слушателям возможность составить индивидуальную программу обучения.

Pay as You Learn — максимально гибкая система, позволяющая выбирать только те темы и курсы, которые интересны именно вам, и не оплачивать уже знакомый вам материал.

Курс «Машинное обучение» можно пройти как очно в учебном классе с преподавателем, так и онлайн в формате веб-конференции.

Общая продолжительность курса составляет 40 часов.

Аудиторные занятия с преподавателем — 20 часов

Самостоятельная работа — 20 часов

Данный курс позволит вам узнать, как:

  • спрогнозировать динамику цены или автоматизировать ценообразование, опираясь на данные из ежеквартальных отчётов компании;
  • написать собственную нейронную сеть для распознания текста или изображений;
  • добывать огромные потоки данных из социальных сетей и формировать клиентскую базу;
  • разрабатывать модели искусственного интеллекта на наборе данных из множества диалогов (чат-ботов).


Преподаватели курса


Алексей Кульневич

Data Scientist с богатым практическим опытом в интеллектуальном анализе данных, машинном обучении и задачах оптимизации, победитель хакатонов по машинному обучению регионального и всероссийского масштаба.

Татьяна Кабанова

Кандидат физико-математических наук, доцент кафедры теории вероятностей и математической статистики Института прикладной математики и компьютерных наук. Татьяна имеет шестнадцатилетний практический и преподавательский опыт.

Роман Чугунов

Data Scientist, имеет опыт решения сложных бизнес-задач по машинному обучению и анализу данных, победитель хакатонов по машинному обучению регионального и всероссийского масштаба.

Владимир Рачеев

Кандидат магистратуры Advanced Analytics and Data Science в NOVA Information Management School в специализации эволюционных алгоритмов и глубоких нейронных сетей. 
Teaching Assistant по макроэкономике, статистике и финансам в Stockholm School of Economics in Riga.
Область интересов: машинное обучение, эволюционные алгоритмы, глубокие нейронные сети.

Стоимость курса:

Онлайн формат

600 ₽ - 1 занятие*

6000 ₽ за курс

*1 занятие - 2 часа

Записаться на курс можно у специалиста компании, или на нашем сайте, выбрав интересный курс: https://econophysica.ru/EcoAcademy/courses. 

КОНТАКТЫ ОРГАНИЗАТОРОВ

специалист

Ольга Брагина +7 (3822) 90-06-01, доб. 1002

olga.bragina@econophysica.com

Стоимость: 6 000 рублей Место проведения: формат веб-конференции Организатор: Econophysica
Понравилось мероприятие? Поделитесь с друзьями!

Автор

Комментарии

Незарегистрированным пользователям запрещено комментировать.
Войдите или пройдите регистрацию