Pembelajaran mesin. Lanjutan - kursus gratis dari Otus, pelatihan 5 bulan, Tanggal: 4 Desember 2023.

Miscellanea / by admin / December 08, 2023

click fraud protection

Anda akan menguasai teknik pembelajaran mesin tingkat lanjut yang memungkinkan Anda merasa percaya diri dalam memimpin posisi Menengah/Senior dan bahkan mengatasi tugas-tugas non-standar.

Anda akan memperluas jangkauan alat yang tersedia untuk bekerja. Selain itu, bahkan untuk topik seperti metode Bayesian dan pembelajaran penguatan, yang biasanya diajarkan secara eksklusif dalam bentuk teori, kami memilih kasus nyata dari praktik kami.

Modul terpisah didedikasikan untuk bekerja dalam produksi: menyiapkan lingkungan, mengoptimalkan kode, membangun pipeline end-to-end, dan mengimplementasikan solusi.

Penugasan proyek serbaguna
Selama kursus, Anda akan menyelesaikan beberapa tugas praktis untuk mengkonsolidasikan keterampilan Anda pada topik yang dibahas. Setiap tugas adalah proyek analisis data praktis yang memecahkan aplikasi pembelajaran mesin tertentu.

Untuk siapa kursus ini?
Untuk analis, pemrogram, dan ilmuwan data yang mempraktikkan pembelajaran mesin. Kursus ini akan membantu Anda mengembangkan kemampuan Anda dan melangkah lebih jauh di sepanjang jalur karier Anda.

instagram viewer

Setelah menyelesaikan kursus Anda akan dapat:
Siapkan lingkungan dan tulis kode produksi yang siap diimplementasikan
Bekerja dengan pendekatan AutoML dan pahami batasan penggunaannya
Memahami dan mampu menerapkan metode Bayesian dan pembelajaran penguatan pada permasalahan yang relevan
Memecahkan masalah non-standar yang timbul dalam sistem pemberi rekomendasi, deret waktu, dan grafik

Saya mulai di sekolah dengan besi solder di tangan saya. Lalu ada ZX Spectrum. Saya kuliah di universitas untuk mengambil jurusan teknik. Banyak hal menarik di bidang mekanika, namun pada tahun 2008 minat terhadap IT mengambil alih: komputer...

Saya mulai di sekolah dengan besi solder di tangan saya. Lalu ada ZX Spectrum. Saya kuliah di universitas untuk mengambil jurusan teknik. Ada banyak hal menarik di bidang mekanika, namun pada tahun 2008 minat terhadap IT mengambil alih: jaringan komputer -> Delphi -> PHP -> Python. Ada percobaan dengan bahasa lain, tapi saya ingin menulis dalam bahasa ini. Berpartisipasi dalam proyek untuk mengotomatisasi proses bisnis menggunakan jaringan saraf (layanan pemesanan taksi Maxim), dan mengembangkan sistem informasi di bidang kedokteran. Bekerja dengan sistem GIS dan pemrosesan gambar menggunakan Python. Dalam mengajar, kedudukannya adalah: “Jika seseorang tidak dapat menjelaskan sesuatu yang rumit dengan kata-kata sederhana, berarti dia belum pandai.” mengerti.”Pendidikan: Universitas Kurgan, Departemen Keamanan Informasi dan Sistem Otomatis, Ph.D. Lulus pada tahun 2002 Universitas Negeri Kurgan dengan gelar di bidang “Kendaraan beroda dan beroda serbaguna.” Pada tahun 2005 ia mempertahankan disertasinya tentang transmisi variabel kontinu. Sejak itu, ia resmi bekerja di Universitas (KSU). Guru

Bekerja sebagai analis data di hedge fund Meson Capital. Terlibat dalam pembangunan berbagai model yang memprediksi perilaku di pasar saham. Sebelumnya, saya menghabiskan lebih dari 9 tahun memecahkan masalah bisnis berdasarkan mesin...

Bekerja sebagai analis data di hedge fund Meson Capital. Terlibat dalam pembangunan berbagai model yang memprediksi perilaku di pasar saham. Sebelumnya, ia menghabiskan lebih dari 9 tahun memecahkan masalah bisnis berdasarkan pembelajaran mesin di perusahaan seperti Alfa Bank, SberMegaMarket, HomeCredit, LPSU MIPT, membangun model visi komputer, pemrosesan bahasa alami, dan waktu baris. Dia adalah dosen tamu di MIPT, di mana dia mengajar mata kuliahnya sendiri “Praktis ML.” Valentin menyelesaikan gelar masternya di MIPT. Minatnya mencakup penerapan dan pembangunan infrastruktur untuk solusi berbasis data. Guru

Pengembang berpengalaman, ilmuwan, dan pakar Mesin/Pembelajaran mendalam dengan pengalaman dalam sistem pemberi rekomendasi. Dia memiliki lebih dari 30 publikasi ilmiah dalam bahasa Rusia dan bahasa asing, dan mempertahankan tesis PhD-nya tentang analisis dan peramalan deret waktu. Lulus dari Fakultas Ilmu Komputer di National Research University Moscow Power Engineering Institute, pada tahun 2008. menerima gelar sarjana, gelar master pada tahun 2010, dan kandidat ilmu teknik pada tahun 2014. Bahkan sebelum mulai mengerjakan disertasinya, saya menjadi tertarik pada analisis data dan, ketika mengimplementasikan proyek penting pertama saya, saya beralih dari seorang programmer biasa menjadi kepala departemen pengembangan. Selama sekitar 10 tahun ia mengajar disiplin ilmu terkait di Institut Teknik Tenaga Universitas Riset Nasional Moskow, menjadi profesor di departemen tersebut. Memimpin tim Ilmu Data mengembangkan proyek di bidang NLP, RecSys, Time Series, dan Computer Vision Teacher

Pembelajaran Mesin Tingkat Lanjut. ML Otomatis
-Topik 1.Kode Produksi proyek menggunakan contoh masalah klasifikasi/regresi, Lingkungan virtual, manajemen ketergantungan, pypi/gemfury
-Topik 2. Pelajaran praktis - Optimasi kode, paralelisasi, multiprosesor, akselerasi panda, Modin untuk Pandas
-Topik 3. Pemrosesan Awal Data Tingkat Lanjut. Pengkodean Kategoris
-Topik 4.Alat Fitur - apakah Anda akan memberikan fitur untuk saya?
-Topik 5.H2O dan TPOT - apakah Anda akan membuatkan model untuk saya?

Produksi
-Topik 6. Pelajaran praktis - Konstruksi jaringan pipa ujung ke ujung dan serialisasi model
-Topik 7. Arsitektur REST: Flask API
-Topik 8.Docker: Struktur, aplikasi, penerapan
-Topik 9.Kubernetes, orkestrasi kontainer
-Topik 10. Pelajaran praktis dalam bekerja di produksi: menerapkan Docker ke AWS

Rangkaian waktu
-Topik 11. Ekstraksi fitur. Transformasi Fourier dan Wavelet, Pembuatan Fitur Otomatis - tsfresh
-Topik 12. Pendekatan tanpa pengawasan: Pengelompokan deret waktu
-Topik 13. Pendekatan tanpa pengawasan: Segmentasi deret waktu

Sistem pemberi rekomendasi. Tugas pemeringkatan
-Topik 14. Sistem pemberi rekomendasi 1. Umpan balik yang eksplisit
-Topik 15. Sistem pemberi rekomendasi 2. Umpan balik implisit
-Topik 16. Tugas pemeringkatan - Belajar memberi peringkat
-Topik 17. Pelajaran praktis tentang sistem pemberi rekomendasi. Kejutan!
-Topik 18.Tanya Jawab

Grafik
-Topik 19. Pengantar Grafik: Konsep Dasar. JaringanX, Stellar
-Topik 20. Analisis dan interpretasi grafik. Deteksi Komunitas
-Topik 21. Prediksi Tautan dan Klasifikasi Node
-Topik 22. Pelajaran praktis: Haters di Twitter

Pembelajaran Bayesian, PyMC
-Topik 23.Pengantar pemodelan probabilistik, estimasi a posteriori, pengambilan sampel
-Tema 24.Markov Chain Monte-Carlo (MCMC), Metropolis–Hastings
-Topik 25. Pengujian Bayesian AB
-Topik 26.Model linier umum (GLM) - Regresi Bayesian, derivasi estimasi koefisien posterior
-Topik 27. Pelajaran praktis tentang GLM
-Topik 28. Jaringan kepercayaan Bayesian: latihan praktis
-Topik 29. Pelajaran praktis tentang regresi logit

Pembelajaran Penguatan
-Topik 30.Pengantar Pembelajaran Penguatan
-Topik 31. Multi-bandit bersenjata untuk optimalisasi pengujian AB, dari teori - langsung ke pertempuran
-Topik 32. Pelajaran praktis: Multi-strategi dalam e-niaga: pengoptimalan pencarian
-Topik 33.Proses Keputusan Markov, Fungsi Nilai, Persamaan Bellman
-Topik 34. Iterasi nilai, Iterasi kebijakan
-Topik 35. Pelajaran praktis: kasus medis Markov Chain Monte Carlo
-Topik 36.Perbedaan Temporal (TD) dan Q-learning
-Topik 37.SARSA dan Pelajaran Praktis: TD Kasus Keuangan dan Q-learning
-Topik 38.Tanya Jawab

Pekerjaan proyek
-Topik 39. Konsultasi proyek, pilihan topik
-Topik 40.Bonus: Mencari Pekerjaan Ilmu Data
-Topik 41.Perlindungan karya desain

Pembelajaran mesin dalam praktiknya

Kursus praktis pengantar tentang pembelajaran mesin. Siklus penuh dalam membangun solusi dipertimbangkan: mulai dari pemilihan data awal (“file .xlsx”) hingga membangun model dan menjelaskan kepada pelanggan akhir fitur data dan spesifikasi data yang diterima hasil. Bagian teoretis - klasifikasi, regresi, prediksi, ansambel - diberikan dalam mode ikhtisar, sejauh diperlukan untuk konstruksi dan pemahaman yang benar tentang contoh yang dianalisis.

41 500 ₽

Keterangan lebih lanjut Ke situs kursus

24 jam

Tags cloud

Miscellanea

penilaian

dilihat

Komentar