Вводный курс ML

О курсе

1. Первое занятие
2. Принцип машинного обучения

Раздел 1. Программирование на Питоне

Модели машинного обучения строятся на Питоне. С него и начнем.

3. Необходимое ПО
4. Основы программирования
5. Списки и словари
6. Условия и циклы
7. Анализируем данные и строим графики

Раздел 2. Нескучно о математике

Без математики в машинном обучении никуда, но она не обязательно должна быть скучной или недоступной, математика — это весело и, главное, несложно.

8. Описательная статистика: данные умеют говорить
9. Статистический вывод: от частного к общему
10. Взаимосвязь переменных и построение первой модели
11. Оптимизация: поиск идеальных весов
12. Представим данные математически: векторы и матрицы
13. На каких данных обучать модель

Раздел 3. Строим первые модели

Вооружившись навыками программирования и знанием математики, мы готовы строить первые модели.

14. Регрессия. Предсказываем цены на жилье
15. Классификация. Поможем врачам классифицировать опухоли
16. Кластеризация. Попробуем разбить данные на группы

Раздел 4. Переходим на следующий уровень

В этом разделе попробуем поработать с рекомендациями, изображениями, текстом и временными рядами. Даже построим первую нейросеть.

17. Как онлайн-кинотеатры подбирают нам кино на вечер
18. Распознаем цифры на изображении с помощью компьютерного зрения
19. Как компьютер определяет, о чем говорится в тексте
20. Проанализируем изменение данных во времени
21. Изучим основы нейронных сетей

Курс завершился, что дальше? Дальше нужно глубже изучать каждую из пройденных тем. Освоить больше теории и практики. Именно этим мы и займемся на последующих курсах.