Pembelajaran Mesin dan Pembelajaran Mendalam - kursus 68.040 gosok. dari SkillFactory, pelatihan 20 minggu, Tanggal: 13 Agustus 2023.
Miscellanea / / December 02, 2023
Program singkat kursus “Machine Learning PRO”
Modul 1
Pengantar Pembelajaran Mesin
Kami mengenal tugas utama dan metode pembelajaran mesin, mempelajari kasus-kasus praktis dan menerapkan algoritma dasar untuk mengerjakan proyek ML
Kami memecahkan 50+ masalah untuk memperkuat topik
Modul 2
Metode pemrosesan awal data
Kami mempelajari tipe data, belajar membersihkan dan memperkaya data, menggunakan visualisasi untuk pra-pemrosesan, dan menguasai rekayasa fitur
Kami memecahkan 60+ masalah untuk memperkuat topik
Modul 3
Regresi
Kami menguasai regresi linier dan logistik, mempelajari batas penerapan, inferensi analitis, dan regularisasi. Model regresi pelatihan
Kami memecahkan 40+ masalah untuk memperkuat topik
Modul 4
Kekelompokan
Kami menguasai pembelajaran tanpa guru, mempraktikkan berbagai metodenya, mengerjakan teks menggunakan ML
Kami memecahkan 50+ masalah untuk memperkuat topik
Modul 5
Algoritma berbasis pohon: pengenalan pohon
Mari mengenal pohon keputusan dan propertinya, menguasai pohon dari perpustakaan sklearn, dan menggunakan pohon untuk memecahkan masalah regresi
Kami memecahkan 40+ masalah untuk memperkuat topik
Modul 6
Algoritma berbasis pohon: ansambel
Kami mempelajari fitur-fitur ansambel pohon, berlatih meningkatkan, menggunakan ansambel untuk membangun regresi logistik
Kami memecahkan 40+ masalah untuk memperkuat topik
Kami berpartisipasi dalam kompetisi kaggle untuk melatih model berbasis pohon
Modul 7
Menilai kualitas algoritma
Kami mempelajari prinsip-prinsip pemisahan sampel, underfitting dan overfitting, mengevaluasi model menggunakan berbagai metrik kualitas, belajar memvisualisasikan proses pembelajaran
Mengevaluasi kualitas beberapa model ML
Kami memecahkan 40+ masalah untuk memperkuat topik
Modul 8
Deret waktu dalam pembelajaran mesin
Mari berkenalan dengan analisis deret waktu di ML, master model linier dan XGBoost, pelajari prinsip validasi silang dan pemilihan parameter
Kami memecahkan 50+ masalah untuk memperkuat topik
Modul 9
Sistem pemberi rekomendasi
Kami mempelajari metode membangun sistem pemberi rekomendasi, menguasai algoritma SVD, dan mengevaluasi kualitas rekomendasi model yang dilatih
Kami memecahkan 50+ masalah untuk memperkuat topik
Modul 10
Hackathon terakhir
Kami menerapkan semua metode yang dipelajari untuk mendapatkan akurasi maksimum prediksi model di kaggle
Program kursus "Pembelajaran Mendalam"
Modul 1
Pengantar Jaringan Syaraf Tiruan
Kami membuat jaringan saraf untuk mengenali angka tulisan tangan dengan Python
Modul 2
Kerangka kerja untuk pembelajaran mendalam (TensorFlow, Keras)
Kami membuat model pengenalan gambar berdasarkan kumpulan data FashionMNIST dan kerangka Keras
Modul 3
Jaringan Neural Konvolusional
Kami mengenali gambar dalam kumpulan data CIFAR-10 menggunakan jaringan saraf konvolusional
Modul 4
Optimalisasi jaringan saraf
Meningkatkan kecepatan dan kinerja jaringan untuk kasus modul sebelumnya
Modul 5
Transfer pembelajaran & Penyempurnaan
Pelatihan tambahan jaringan saraf ImageNET untuk memecahkan masalah klasifikasi gambar
Modul 6
Segmentasi gambar
Merancang jaringan saraf untuk mensegmentasi orang-orang dalam kumpulan data COCO
Modul 7
Deteksi objek
Kami melatih jaringan saraf untuk memecahkan masalah deteksi menggunakan contoh kumpulan data dengan logo merek
Modul 8
Pengantar NLP dan Word Embeddings
Membuat jaringan saraf untuk bekerja dengan bahasa alami
Modul 9
Jaringan saraf berulang
Membuat chatbot berdasarkan jaringan saraf berulang
Modul 10
Pembelajaran Penguatan
Membuat agen untuk memainkan Pong berdasarkan algoritma DQN
Modul 11
Apa berikutnya?
Mari berkenalan dengan area penerapan jaringan saraf lainnya. Membuat jaringan saraf GAN untuk menghasilkan gambar