Онлайн-курс — Сертифицированная профессиональная стажировка в области машинного обучения: реальные алгоритмы от Института искусственного интеллекта Альберты

Введение в практическое машинное обучение

Курс 1 • 6 часов • 4.7 (737 оценок)

Детали курса

чему ты научишься

• Этот курс предназначен для профессионалов, которые слышали о машинном обучении и хотят применить его в анализе данных и автоматизации.
• Будь то финансы, медицина, инженерия, бизнес или другие области, этот курс познакомит вас с определением проблем и подготовкой данных в проекте машинного обучения.
• В конце курса вы сможете определить проблему машинного обучения, используя два подхода.
• Вы научитесь анализировать доступные ресурсы данных и определять потенциальные применения машинного обучения.
• Вы научитесь брать бизнес-потребность и превращать ее в приложение машинного обучения.
• Вы также подготовите данные для эффективного применения машинного обучения.

Алгоритмы машинного обучения: сквозное обучение с учителем

Курс 2 • 9 часов • 4,7 (411 оценок)

Детали курса

чему ты научишься

• Этот курс поможет вам понять основы проекта машинного обучения.
• Учащиеся будут понимать и применять методы контролируемого обучения к реальному тематическому исследованию для анализа бизнес-сценариев.
• Учащиеся также приобретут навыки понимания практического значения различных этапов подготовки данных.
• Чтобы добиться успеха, вы должны иметь хотя бы базовый уровень знаний в области программирования Python.
• Вы должны иметь базовое представление о линейной алгебре и статистике.

Данные для машинного обучения

Курс 3 • 11 часов • 4.4 (97 оценок)

Детали курса

чему ты научишься

• Этот курс посвящен данным и их важности для успеха вашей модели практического обучения.
• Завершение данного курса даст учащимся навыки:
• Понимание важнейших элементов данных на этапе обучения, тренировки и активации.
• Понимать предвзятости и источники данных.
• Применяйте методы для улучшения общности вашей модели.
• Объясните последствия переобучения и определите шаги по минимизации проблем.
• Принять соответствующие меры по тестированию и проверке.
• Продемонстрируйте, как вы можете повысить точность своей модели с помощью углубленного проектирования функций.
• Исследуйте влияние параметров алгоритма на надежность модели.
• Чтобы добиться успеха в этом курсе, вам необходимо иметь хотя бы базовый уровень знаний в программировании на Python.
• Вы должны иметь базовое представление о линейной алгебре и статистике.

Навыки, которые вы получите

• Категория: компьютерное программирование
• Категория: Программирование на Python
• Категория: машинное обучение
• Категория: статистический анализ
• Категория: Линейная алгебра

Оптимизация производительности машинного обучения

Курс 4 • 11 часов • 4.4 (48 оценок)

Детали курса

чему ты научишься

• В этом курсе обобщается все, что вы узнали во время практической стажировки по машинному обучению.
• Теперь вы выполните полный проект машинного обучения, чтобы подготовить план обслуживания машинного обучения.
• Понимать и анализировать, как бороться с изменением данных.
• Вы также определите и интерпретируете потенциальные непредвиденные воздействия на ваш проект.
• Поймите и определите правила эксплуатации и обслуживания вашей модели.
• По окончании этого курса у вас будут все инструменты и понимание, необходимые для реализации проекта машинного обучения.

Дополнительные требования

• Чтобы добиться успеха, вы должны иметь хотя бы базовый уровень знаний в области программирования Python.
• Вы должны иметь базовое представление о линейной алгебре и статистике.

окончание

Это новейший курс по специализации «Практическое машинное обучение», предлагаемый Coursera и Институтом машинного интеллекта Альберты (AME).