Цель программы
Приобретение обучающимися теоретических знаний в области основ машинного обучения и анализа данных, навыков разработки компьютерных программ, использующих машинное обучение для решения практических задач
Краткое описание
В рамках курса описываются и объясняются процессы, алгоритмы и инструменты, относящиеся к основным принципам машинного обучения:
- назначение и основные принципы машинного обучения
- характерные стадии подготовки данных для моделей машинного обучения
- создание и настройка простых моделей машинного обучения
- оценка качества моделей машинного обучения
- основы проектирования признаков
Рассматриваются методы решения задач обучения с учителем (регрессия, бинарная и многоклассовая классификация) и без учителя (кластеризация, снижение размерности данных, поиск аномалий в данных). Отдельно обсуждаются подходы к анализу текстовых данных. Рассматриваемые темы иллюстрируются примерами, сложность которых варьируется от простого до среднего уровня.
Занятия сопровождаются практическими заданиями. Для выполнения заданий применяются инструменты исследования данных языка Python: библиотеки NumPy, Pandas, Matplotlib, Scikit Learn
Форма обучения
Очная, заочная, очно-заочная с применением электронного обучения, дистанционных образовательных технологий
Для кого этот курс
Курс предназначен для желающих начать изучение технологии машинного обучения с нуля и применять его методы в практических задачах.
Для изучения курса понадобится знакомство с основами программирования и синтаксисом Python на базовом уровне: присваивание значений переменным, операторы управления потоком выполнения программы (условные ветвления, циклы и др.), описание функций, вызов методов объектов
Чем полезно участие в программе / обучение на курсе
По результатам освоения курса вы будете понимать, что представляет собой машинное обучение, в каких задачах оно применимо и какие ограничения имеет. Вы сможете формулировать задачи таким образом, чтобы к ним можно было применять существующие методы машинного обучения, и оценивать качество их решения выбранными методами. Вы получите практический опыт применения машинного обучения к обработке реальных наборов данных
Автор(ы) программы