ПОИСК ПО КАТАЛОГУ

Машинное обучение: от статистики до нейросетей

Международный проект в сфере массового онлайн-образования Coursera.

Национальный исследовательский университет ВШЭ (Россия).

Ориентировочное время на прохождение: 7 месяцев. Рекомендуемый темп: 6 часов в неделю
Бесплатно. Платно: выполнение заданий, получение сертификата.

Современные науки о данных – это огромная область, которая включает в себя много методов, технологий и трюков. Все это быстро развивается, постоянно возникают новые направления и результаты.

Обучение на курсе начинается с изучения Python для анализа данных. Слушатели узнают, как с его помощью можно собирать данные из разнообразных источников, искать и устранять в них проблемы, делать первичную аналитику.  В этой специализации слушатели ознакомятся со всеми ключевыми разделами машинного обучения и анализа данных. Проходя курсы специализации по порядку, вы сможете  шаг за шагом погрузиться в мир данных, освоить самые важные концепции и получить базу, с которой пойдете развиваться дальше в любом направлении: рекомендательные системы, машинное зрение, обучение с подкреплением.

В следующих разделах курса слушатели познакомятся с классическим машинным обучением (до композиций моделей, которые являются стандартом для работы с табличными данными) и статистическими методами и их приложениями для анализа моделей, работы с временными данными и A/B-тестирования. Изучат также ключевые разделы глубинного обучения: как обучаются современные нейронные сети, как они позволяют добиваться мощных результатов при анализе изображений и текстов.

ЧЕМУ ВЫ НАУЧИТЕСЬ

  • генерировать случайные величины из различных распределений и решать задачи с помощью симуляций
  • работать с API разных сервисов, писать парсеры для сбора данных, делать предобработку и предварительный анализ данных
  • понимать, какой смысл стоит за различными распределениями, центральной предельной теоремой и законом больших чисел
  • строить с помощью Python доверительный интервал и проверять гипотезы
Медиа-галерея