19/12/2019
0
צפיות
למידת מכונה. מתקדמים - קורס חינם מבית Otus, הכשרה 5 חודשים, תאריך: 4.12.2023.
Miscellanea / / December 08, 2023
תשלוט בטכניקות למידת מכונה מתקדמות שיאפשרו לך להרגיש בטוח בהובלת תפקידים בינוניים/בכירים ולהתמודד גם עם משימות לא סטנדרטיות.
אתה תרחיב את מגוון הכלים הזמינים לעבודה. יתרה מכך, אפילו לנושאים כמו שיטות בייסיאניות ולמידת חיזוק, שלרוב נלמדים אך ורק בצורה של תיאוריה, בחרנו מקרי עבודה אמיתיים מהפרקטיקות שלנו.
מודול נפרד מוקדש לעבודה בייצור: הקמת סביבה, אופטימיזציה של קוד, בניית צינורות מקצה לקצה והטמעת פתרונות.
משימות פרויקט מגוונות
במהלך הקורס, תשלימו מספר מטלות מעשיות כדי לגבש את כישוריכם בנושאים המכוסים. כל מטלה היא פרויקט ניתוח נתונים מעשי שפותר יישום ספציפי של למידת מכונה.
למי מיועד הקורס הזה?
עבור אנליסטים, מתכנתים ומדעני נתונים המתרגלים למידת מכונה. הקורס יעזור לך להרחיב את היכולות שלך ולהתקדם במסלול הקריירה שלך.
לאחר סיום הקורס תוכל:
הגדר את הסביבה וכתוב קוד ייצור מוכן ליישום
עבוד עם גישות AutoML והבין את המגבלות בשימוש בהן
להבין ולהיות מסוגל ליישם שיטות בייסיאניות ולמידת חיזוק לבעיות רלוונטיות
פתרון בעיות לא סטנדרטיות המתעוררות במערכות ממליצים, סדרות זמן וגרפים
התחלתי בבית הספר עם מלחם בידיים. ואז היה ה-ZX Spectrum. הלכתי לאוניברסיטה במגמת הנדסה. יש הרבה דברים מעניינים במכניקה, אבל ב-2008 השתלט העניין ב-IT: מחשב...
התחלתי בבית הספר עם מלחם בידיים. ואז היה ה-ZX Spectrum. הלכתי לאוניברסיטה במגמת הנדסה. יש הרבה דברים מעניינים במכניקה, אבל ב-2008 השתלט העניין ב-IT: רשתות מחשבים -> דלפי -> PHP -> Python. היו ניסויים עם שפות אחרות, אבל אני רוצה לכתוב בשפה הזו. השתתף בפרויקטים לאוטומציה של תהליכים עסקיים באמצעות רשתות עצביות (שירות הזמנת מוניות מקסימום), ופיתוח מערכות מידע ברפואה. עבד עם מערכות GIS ועיבוד תמונה באמצעות Python. בהוראה, העמדה היא: "אם מישהו לא יכול להסביר משהו מורכב במילים פשוטות, זה אומר שהוא עדיין לא ממש טוב בזה." מבינה." השכלה: אוניברסיטת קורגן, המחלקה לאבטחת מידע ומערכות אוטומטיות, Ph.D. סיים את לימודיו בשנת 2002 אוניברסיטת קורגן סטייט עם תואר ב"רכבי מסילה וגלגלים רב תכליתיים." בשנת 2005 הגן על עבודת הדוקטורט שלו על הילוכים משתנים ברציפות. מאז, הוא מועסק רשמית באוניברסיטה (KSU). מוֹרֶה
עובד כמנתח נתונים בקרן הגידור Meson Capital. עוסקת בבניית מודלים שונים המנבאים התנהגות בבורסה. לפני כן, ביליתי יותר מ-9 שנים בפתרון בעיות עסקיות על בסיס מכונה...
עובד כמנתח נתונים בקרן הגידור Meson Capital. עוסקת בבניית מודלים שונים המנבאים התנהגות בבורסה. לפני כן, הוא בילה יותר מ-9 שנים בפתרון בעיות עסקיות על בסיס למידת מכונה בחברות כמו אלפא בנק, SberMegaMarket, HomeCredit, LPSU MIPT, בניית מודלים של ראייה ממוחשבת, עיבוד שפה טבעית וזמן שורות. הוא מרצה אורח ב-MIPT, שם הוא מלמד את הקורס שלו "Practical ML." ולנטין השלים את התואר השני שלו ב-MIPT. תחומי העניין שלו כוללים הטמעה ובניית תשתית לפתרונות מונעי נתונים. מוֹרֶה
מפתח מנוסה, מדען ומומחה ללמידה ממוחשבת/עמוק עם ניסיון במערכות ממליצים. יש לו יותר מ-30 פרסומים מדעיים ברוסית ובשפות זרות, הגן על עבודת הדוקטורט שלו בנושא ניתוח ו...
מפתח מנוסה, מדען ומומחה ללמידה ממוחשבת/עמוק עם ניסיון במערכות ממליצים. יש לו יותר מ-30 פרסומים מדעיים ברוסית ובשפות זרות, והגן על עבודת הדוקטורט שלו על ניתוח וחיזוי של סדרות זמן. בוגר הפקולטה למדעי המחשב באוניברסיטת המחקר הלאומי במוסקבה המכון להנדסת חשמל, שם בשנת 2008. קיבל תואר ראשון, תואר שני ב-2010 ומועמד למדעים טכניים ב-2014. עוד לפני שהתחלתי לעבוד על עבודת הדוקטורט שלו, התעניינתי בניתוח נתונים, ועם יישום הפרויקט המשמעותי הראשון שלי, עברתי ממתכנת רגיל לראש מחלקת הפיתוח. במשך כעשר שנים הוא לימד דיסציפלינות קשורות באוניברסיטת המחקר הלאומית במוסקבה להנדסת חשמל, בהיותו פרופסור חבר של המחלקה. מוביל צוותי Data Science בפיתוח פרויקטים בתחום ה-NLP, RecSys, Time Series ו- Computer Vision Teacher
למידת מכונה מתקדמת. AutoML
-נושא 1. קוד הפקה של הפרויקט תוך שימוש בדוגמה של בעיית סיווג/רגרסיה, סביבות וירטואליות, ניהול תלות, pypi/gemfury
-נושא 2. שיעור מעשי - אופטימיזציית קוד, מקבילה, ריבוי עיבוד, האצת פנדות, מודיען לפנדות
-נושא 3. עיבוד מוקדם של נתונים. קידודים קטגוריים
-נושא 4.כלי תכונות - אתה מתכוון להמציא תכונות עבורי?
-נושא 5.H2O ו-TPOT - אתה הולך לבנות לי דגמים?
הפקה
-נושא 6. שיעור מעשי - בניית צינורות מקצה לקצה והסדרה של מודלים
-ארכיטקטורת נושא 7.REST: Flask API
-נושא 8.Docker: מבנה, יישום, פריסה
-נושא 9.Kubernetes, תזמור מיכל
-נושא 10. שיעור מעשי על עבודה בייצור: פריסת Docker ל-AWS
סדרת זמן
-נושא 11. חילוץ תכונה. טרנספורמציה של פורייה ו-Wavelet, יצירת תכונות אוטומטיות - tsfresh
-נושא 12. גישות ללא פיקוח: מקבץ סדרות זמן
-נושא 13. גישות ללא פיקוח: פילוח סדרות זמן
מערכות ממליצים. משימת דירוג
-נושא 14. מערכות ממליצים 1. משוב מפורש
-נושא 15. מערכות ממליץ 2. משוב מרומז
-נושא 16. משימת דירוג - לימוד דירוג
-נושא 17. שיעור מעשי על מערכות ממליצים. הַפתָעָה!
-נושא 18. שאלות ותשובות
גרפים
-נושא 19. מבוא לגרפים: מושגי יסוד. NetworkX, Stellar
-נושא 20. ניתוח גרפים ופרשנות. זיהוי קהילה
-נושא 21. חיזוי קישור וסיווג צמתים
-נושא 22. שיעור מעשי: שונאים בטוויטר
למידה בייסיאנית, PyMC
-נושא 23. מבוא למידול הסתברותי, הערכות לאחור, דגימה
-נושא 24. רשת מרקוב מונטה-קרלו (MCMC), מטרופולין-האסטינגס
-נושא 25. בדיקת AB Bayesian
-נושא 26.מודל ליניארי כללי (GLM) - רגרסיות בייסיאניות, גזירת אומדנים אחוריים של מקדמים
-נושא 27. שיעור מעשי ב-GLM
-נושא 28. רשת אמון בייסיאנית: תרגיל מעשי
-נושא 29. שיעור מעשי על רגרסיית לוגיט
לימוד עם חיזוקים
-נושא 30.מבוא ללמידת חיזוק
-נושא 31. שודדים מרובי זרועות לאופטימיזציה של בדיקות AB, מהתיאוריה - ישר לקרב
-נושא 32. שיעור מעשי: שודדים רב-זרועיים במסחר אלקטרוני: אופטימיזציה לחיפוש
-נושא 33. תהליך החלטה מרקוב, פונקציית ערך, משוואת בלמן
-נושא 34. איטרציה של ערכים, איטרציה של מדיניות
-נושא 35. שיעור מעשי: מקרה רפואי רשת מרקוב מונטה קרלו
-נושא 36.הפרש זמני (TD) ו-Q-learning
-נושא 37.SARSA ושיעור מעשי: מקרה פיננסי TD ו-Q-learning
-נושא 38. שאלות ותשובות
פרוייקט עבודה
-נושא 39. התייעצות בפרויקט, בחירת נושא
-נושא 40.בונוס: מציאת משרות במדעי הנתונים
-נושא 41.הגנה על עבודת עיצוב
למידת מכונה בפועל
קורס מעשי מבוא בנושא למידת מכונה. המחזור המלא של בניית פתרון נחשב: מבחירת הנתונים הראשוניים ("קובץ xlsx") ועד בניית מודל והסבר ללקוח הקצה על תכונות הנתונים והפרטים של המתקבלים תוֹצָאָה. חלקים תיאורטיים - סיווג, רגרסיה, תחזיות, הרכבים - ניתנים במצב סקירה, במידה הדרושה לבנייה נכונה והבנה של הדוגמאות המנותחות.
4
41 500 ₽
פרטים נוספים לאתר הקורס
הירשם
YOU MIGHT ALSO LIKE
-
-
19/12/2019 -
22/12/2019