 |
 |
 | (495) 925-0049, ITShop интернет-магазин 229-0436, Учебный Центр 925-0049 |
 |
 |
 |
|||||||
|
Вход
Регистрация |
|||||||||
| |||||||||||||||||||||||||||||||||
|
|
|
|
||||||||||||||||||||||||||||||
| |||||||||||||||||||||||||||||||||
|
Курс "Машинное обучение на Python, часть 2"
Код: EDU-Python-20
Продолжительность - 5 дней Производится набор группы
Машинное обучение — это подраздел искусственного интеллекта (ИИ) и науки о данных, специализирующийся на использовании данных и алгоритмов для имитации процесса наработки опыта человеком с постепенным повышением точности. На курсе "Машинное обучение на Python, часть 2" слушатели продолжат знакомиться: с основными алгоритмами машинного обучения и их прикладного применения с использованием языка Python.
Прослушав данный курс, Вы научитесь:
Узнаете:
Аудитория: начинающие специалисты в области программирования, рассматривающие предмет как ступень к изучению Data Science. Предварительный уровень подготовки: Опыт программирования на языке Python и знание основных библиотек Python для научных расчетов: Numpy, Pandas, Matplotlib. Понимание разделов математики: теория вероятности, статистика, математический анализ, линейная алгебра. Курсы, рекомендуемые для предварительного прохождения:
Программа курса1 Алгоритм: Ансамблевое обучение и случайные леса 1.1 Классификаторы с голосованием 1.1.1 Беггинг и вставка 1.1.2 Беггинг и вставка в Scikit-Learn 1.1.3 Оценка на неиспользуемых образцах 1.2 Методы случайных участков и случайных подпространств 1.3 Случайные леса 1.3.1 Особо случайные леса 1.3.2 Значимость признаков 1.4 Бустинг 1.5 Стекинг 1.6 Разбор прикладной задачи: использование случайного леса для классификации цифр 2 Алгоритм: метод главных компонент 2.1 Знакомство с методом главных компонент 2.2 Использование метода PCA для фильтрации шума 2.3 Пример: метод Eigenfaces 3 Алгоритм: обучение на базе многообразий 3.1 Обучение на базе многообразий: HELLO 3.2 Многомерное масштабирование (MDS) 3.3 MDS как обучение на базе многообразий 3.4 Нелинейные вложения: там, где MDS не работает 3.5 Нелинейные многообразия: локально-линейное вложение 3.6 Применение методов обучения на базе многообразий 3.7 Разбор прикладной задачи: визуализация структуры цифр 4 Алгоритм: кластеризация методом k-средних 4.1 Знакомство с методом k-средних 4.2 Алгоритм k-средних: максимизация математического ожидания 4.3 Примеры использования кластеризация методом k-средних 5 Алгоритм: смеси Гауссовых распределений 5.1 Причины появления GMM: недостатки метода k-средних 5.2 Обобщение EM-модели: смеси Гауссовых распределений 5.3 GMM как метод оценки плотности распределения 5.4 Пример: использование метода GMM для генерации новых данных 6 Алгоритм: ядерная оценка плотности распределения 6.1 Обоснование метода KDE: гистограммы 6.2 Ядерная оценка плотности распределения на практике 6.3 Пример: KDE на сфере 6.4 Пример: не столь наивный Байес В конце обучения на курсе проводится итоговая аттестация в виде теста или на основании оценок за практические работы, выполненных в процессе обучения.
Свободно распространяемое программное обеспечение популярно как среди частных лиц, так и среди организаций. Действительно, СПО позволяет серьезно экономить на приобретении лицензий для компаний, которые многократно тиражируют программное решение. Также благодаря тому, что СПО можно квалифицированно дорабатывать собственными силами под конкретные нужды организации, оно приобретает еще и дополнительную гибкость и удобство в использовании. Открытое программное обеспечение — это программное обеспечение с открытым исходным кодом. Исходный код создаваемых программ открыт, то есть доступен для просмотра и изменения. Это позволяет использовать уже созданный код для создания новых версий программ, для исправления ошибок и, возможно, помочь в доработке открытой программы. В конце обучения на курсах проводится итоговая аттестация в виде теста или на основании оценок за практические работы, выполненные в процессе обучения. Учебный центр "Интерфейс" оказывает консалтинговые услуги по построению моделей бизнес-процессов, проектированию информационных систем, разработке структуры баз данных и т.д.
|
|
|||||||||||