logo

ITechResearch

8

Машинное обучение

595 000 ₸
Подать заявку
Выделено 32 Квот

Курс направлен на формирование у студентов понимания основных принципов обучения с учителем и без учителя, а также развитие практических навыков применения алгоритмов машинного обучения в различных прикладных задачах. Учащиеся научатся использовать методы классификации, кластеризации и регрессии при решении задач из областей робототехники, анализа текста, компьютерного зрения, медицины и аудиоаналитики. Особое внимание уделяется ансамблевым методам — стекингу, бэггингу и бустингу. В рамках курса рассматриваются лучшие практики построения и оптимизации моделей, генерации синтетических данных и организации полного ML-пайплайна. Студенты познакомятся с инструментами мониторинга моделей и примут участие в симуляции соревнований в стиле Kaggle. Курс ориентирован на практическое применение полученных знаний в реальных проектах.

Особые условия

Нет

Детали курса

Уровень

Для всех

Формат обучения

Онлайн

Старт

Сентябрь

Вступительные экзамены

Нет

Длительность, в неделях

26

Длительность в академических часах

390

Язык обучения

Казахский

Дни проведений занятий

пн-пт

Методика обучения

Практики больше, чем теории

Квалификация

Junior (Strong) специалист по машинному обучению

Формат проведения занятий

Уроки в онлайн-режиме 2 раза в неделю по 2 часа

Навыки


Основные навыки: После завершения курса студент сможет уверенно формулировать и интерпретировать задачи машинного обучения, различать подходы обучения с учителем и без него. Он овладеет навыками извлечения и предобработки данных из различных источников, а также научится применять и сравнивать популярные алгоритмы классификации, регрессии и кластеризации. Студент освоит методы визуализации данных, отбор и трансформацию признаков, включая снижение размерности с помощью PCA. Также он получит практический опыт в построении и настройке нейронных сетей для решения прикладных задач в различных предметных областях.

Частые вопросы

Похожие курсы