Онлайн-курс — сертифицированная профессиональная специализация по машинному обучению с использованием Python от Университета Колорадо в Боулдере.

Развитие базовых навыков машинного обучения. Добавьте в свой набор инструментов для анализа данных методы контролируемого, неконтролируемого и глубокого обучения.

Suggested by: Coursera (What is Coursera?)

Professional Certificate

Средний уровень

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Обучение без присмотра
  • Разработка языка Python
  • глубокое машинное обучение
  • Параметры настройки
  • Обучение под присмотром

What you will learn in the course

Courses for which the course is suitable

  • Специалист по данным
  • Инженер по машинному обучению
  • Исследователь искусственного интеллекта
  • Аналитик данных
  • Специалист по глубокому обучению
  • Разработчик рекомендательных систем
  • Инженер компьютерного зрения
  • НЛП-инженер
  • Аналитик биоинформатики
  • Инженер-программист (машинное обучение)

Стажировка – серия курсов из трех частей.

В специализации машинного обучения мы узнаем об обучении с учителем, обучении без учителя, а также о глубоком обучении. Применяйте алгоритмы машинного обучения к реальным данным, понимайте, когда и почему использовать каждую модель, и повышайте производительность своих моделей.

Обучение под присмотром

  • Линейная и логистическая регрессия
  • КНН
  • деревья решений
  • Методы уточнения, такие как случайный лес и повышение
  • методы ядра, такие как SVM

Обучение без присмотра

  • Методы уменьшения размерности (например, PCA)
  • Классификация
  • Рекомендательные системы

Введение в глубокое обучение

  • Выбор архитектуры модели
  • Создание/обучение нейронных сетей с помощью таких библиотек, как Keras.
  • Практические примеры CNN и RNN

Эту специализацию можно получить для получения академического кредита в рамках программы магистра наук в области науки о данных или информатики CU Boulder, предлагаемой на платформе Coursera. Эти аккредитованные степени предлагают специализированные курсы, короткие 8-недельные занятия и оплату по мере использования. Прием осуществляется на основе результатов трех предварительных курсов, а не на основе академической истории. Степени CU на Coursera идеально подходят для новых выпускников или работающих специалистов.

Для более подробной информации:

Практический учебный проект

В ходе этой стажировки вы создадите систему рекомендаций фильмов, выявите рак на основе последовательностей РНК, примените CNN в цифровой патологии, попрактикуетесь в методах НЛП при работе с твитами о катастрофах и даже создадите изображения собак с помощью GAN. Вы завершите финальный проект, в котором будете применять контролируемое, неконтролируемое и глубокое обучение, чтобы продемонстрировать свой опыт в курсе.

Details of the courses that make up the specialization

Введение в машинное обучение: обучение с учителем

  • Курс 1 • 39 часов • 3,3 (58 оценок)

Детали курса

чему ты научишься
  • Используйте современные инструменты машинного обучения и библиотеки Python.
  • Сравните преимущества и недостатки логистической регрессии.
  • Объясните, как обращаться с данными, которые не являются линейно разделимыми.
  • Объясните, что такое дерево решений и как оно разделяет узлы.
навыки, которые вы приобретете
  • Категория: Верхние параметры
  • Категория: склеарн
  • Категория: Ансамбль
  • Категория: дерево решений

Неконтролируемые алгоритмы в машинном обучении

  • Курс 2 • 38 часов • 3,9 (13 оценок)

Детали курса

чему ты научишься
  • Объясните, что такое обучение без учителя, и список методов, в которых используется обучение без учителя.
  • Перечислите и объясните различные алгоритмы методов декомпозиции матрицы и то, что делает каждый из них.
навыки, которые вы приобретете
  • Категория: кластерный анализ
  • Категория: Уменьшение размеров
  • Категория: обучение без учителя
  • Категория: рекомендательные системы
  • Категория: матричное разложение

Введение в глубокое обучение

  • Курс 3 • 60 часов • 3,6 (27 оценок)

Детали курса

чему ты научишься
  • Применяйте различные методы оптимизации во время обучения и объясняйте различное поведение.
  • Используйте облачные инструменты и библиотеки глубокого обучения для реализации архитектуры CNN и обучения задачам классификации изображений.
  • Применяйте пакет глубокого обучения к непрерывным данным, создавайте модели, обучайте и калибруйте.
навыки, которые вы приобретете
  • Категория: Рекуррентные нейронные сети
  • Категория: Сверточные нейронные сети
  • Категория: искусственные нейронные сети
  • Категория: глубокое обучение без присмотра
  • Категория: глубокое обучение